“机器学习”学习笔记 - 基本概念
机器学习（Machine Learning）基本概念
-
传统意义的计算机工作方式：指令 + 反馈
-
机器学习，计算机接受的不是指令，而是数据，计算机从大量的数据中，依据某种（某些）算法，进行统计分析，并根据某些特征得出决策结果。类似于人的思考过程，从书本知识、社会经验、历史经验（个人的或他人的，以史为鉴）中，通过有意识或无意识的学习总结，从而总结出一套自我的为人处事的方法。
-
到现阶段为止，常见的机器学习算法：
-
人工智能（AI）、机器学习与深度学习：深度学习是机器学习的子集，是机器学习算法中的神经网络算法的进化升华，AI则是机器学习的“理想国度”。
-
机器学习的分支
-
机器学习与大数据
- 大数据 不等于 机器学习
- 大数据的研究内容是“分布式计算”、“内存数据库”、“多维分析技术”
- 大数据的核心是“有效、高效的利用数据并从数据中获取价值”
- 可以说，大数据是机器学习的基础，机器学习为“获取数据价值”提供了关键技术
- 大数据的四种常见分析方法：