机器学习:概述1(概念,发展史,常用术语，算法分类)

1956年是人工智能元年 约翰·麦卡锡(John McCarthy)人工智能之父 达特茅斯会议

机器学习之父 亚瑟· 塞缪尔

人工智能发展三要素: 数据，算法，算力

一、人工智能三大概念及三者关系

人工智能（AI），机器学习（ML），深度学习(DL)
artificial intelligence

算法的学习方式有两种:
基于规则的学习(我写代码的if 判断)
基于模型的学习

二、名词解析

三、算法分类

• 监督学习：有特征,有标签，目标值连续（回归） 目标值离散（分类）
• 无监督学习:无特征，无标签,无目标值，根据样本的特征进行分类
  
• 半监督学习:有特征,部分有标签 可大幅减低标记成本
  
• 强化学习: 寻找最短路径(最优解),以便获取最多的奖励
  

分类总结图

额外储备知识
欧式距离:对应维度差值 平方和,开平方根

一元线回归公式 ： y = kx +b
k:斜率 -> Weight ,权重
b:截距 -> bias,偏置