什么是机器学习？
机器学习是通过数据或者经验，优化计算机程序的性能标准，自动改进计算机的算法，以达到解决未知问题的目标
监督学习
计算机通过学习一组有标签的信息来对从未见过的数据做出有用的预测
监督学习的代表算法：回归和分类
- 回归处理连续值问题：房价预测等
- 分类处理离散值问题：邮件分类(垃圾和非垃圾)等
非监督学习
计算机通过学习一组没有标签的信息，找到其隐藏的结构来对从未见过的数据做出用的预测
非监督学习的代表算法：聚类
以分析信息的隐藏结构来对信息做出类别区分，如：市场用户分类等
分类和聚类的区别
- 分类属于监督学习，聚类属于非监督学习
- 分类是按照某种标准给对象贴标签，再根据标签来区分归类，分类是先定义好类别 ，类别数确定。
- 聚类是没有标签，通过某种分析找出事物之间存在聚集性原因的过程，聚类事先没有预定的类别，类别数不确定。