第2章　机器学习

引言

机器学习是人工智能领域的一个重要组成部分，其基本想法是利用数据进行学习，而不是人工定义一些概念或结构。在这一章里，我们将学习机器学习的核心框架，即监督学习（supervised learning）。监督学习的应用非常广泛，目前也有很好的解决方案。从监督学习出发，我们会介绍各种不同类别的数据集，包括训练数据集、测试数据集等。正确地区分不同类别的数据集，是理解监督学习的关键。

在理解各类数据集的基础上，我们进一步介绍机器学习的相关概念，包括损失函数、优化、泛化等。其中，泛化是机器学习领域独有的概念，也是判断一个机器学习算法好坏的核心标准之一。接下来将介绍如何创建数据集，好的数据集是应用各种机器学习算法的重要基础。在学术界，有很多公开的数据集可以下载使用。但是在现实生活中，针对不同的应用，人们往往需要从头开始创建数据集。因此，了解创建数据集的核心想法非常重要。

除监督学习以外，机器学习中还包含其他的框架，例如无监督学习（unsupervsied learning）和半监督学习（semi-supervised learning）。这些都是非常有趣和重要的内容。但由于篇幅的限制，在本章中我们只重点介绍无监督学习中的K平均（K-means）算法。