机器学习学习笔记（1）
1. 什么是机器学习
1.1 机器学习的概念
学习：通过观察获取技能
机器学习：对给定的一些数据进行计算，获得经验和技能。
1.2 什么情况下用机器学习
a.存在可以进行学习的潜在模式。
b. 但是没有简单的、程式化的定义，不能直接得出公式、方法。
c.存在一些与这些模式匹配的数据，从而可以从这些数据中学习。
1.3 机器学习的构成要素
以信用卡为例，是否给客户办理信用卡和申办人的一些条件、信息相关，如年龄、性别、职业、收入等。我们想从已有的一些数据里去寻找它们之间的关系，这里就要用到机器学习。
*输入：x
∈ X(消费者信息）*输出：y
∈ Y（是否给办理信用卡)*目标函数: f:x
→ y(未知的目标函数）*训练数据:D = { (
x1 ,y1 ), (x2 ,y2 ), ...(xN ,yN ) } (银行中的历史记录）*假设公式: g:x
→ y(用于学习的公式）
整个过程如右图所示：
由上述可知，机器学习就是，利用数据去计算假设公式g， 使g接近于目标函数f。