1.機械学習の基礎

前モデルデータに：

1. 訓練するために使用されるトレーニングセット（トレーニングデータ）--------------------、構築したモデル
2. 検証セット（検証データ）試験モデルのトレーニング段階で使用------------------品質モデル
3. その後、テストセット（テストデータ）---------------------モデルのトレーニングと他の良い後、モデルの品質を評価するテストセット

機械学習のトレーニング方法

1. 教師付き学習：ラベル付きトレーニングデータセット
2. 教師なし学習：クラスタリングなど非標識データセット
3. 半教師付き学習：学習は学習と教師なし学習モードの組み合わせを監修。ラベルやタグで少量のデータを解決するには、問題の訓練と分類の多くではありません

一般的なアプリケーション

1. リターン   （過去のデータに基づいて将来のトレンドデータ）
2. 分類   （画像認識、スパム分類、テキスト分類）分類基本的にタグ付けされた教師付き学習
3. クラスタ   （クラスタ無しラベル分類されていない）、類似の特性をクラスに分類します

回帰：予測データが連続している値（レート）

カテゴリー：データのカテゴリー予測データ、およびカテゴリが知られている（つまり、クラスAクラスBではありません）

クラスタリング：予測データカテゴリデータを、未知のカテゴリ、タグ無し