机器学习的主要内容

分类任务

回归任务

• 有一些算法只能解决回归问题
• 有一些算法只能解决分类问题
• 有一些算法的思路既能解决回归问题，又能解决分类问题

一些情况下， 回归任务可以转化为分类任务， 比如我们预测学生的成绩，然后根据学生的成绩划分为A类、B类、C类、D类， 这就是把一个回归任务转化为了分类任务

我们在来看一下机器学习的流程， 我们通过输入大量的资料（数据集）， 然后根据数据集训练一个模型（学习得到执行任务的算法， 也是我们解决问题的核心）， 然后我们往模型中输入新的样例来得到输出结果， 本章的介绍模型的输出结果有两类， 一类是具体的类别， 对应的就是分类问题，一类是具体的数值， 对应解决回归问题

换句话说， 模型就是一个函数， 函数中的未知数x就是我们需要传入的样本资料， 我们机器学习的算法本质上是得到一个新的函数f(x), 这样当我们有了新的样本资料， 只需要送入函数， 就会根据这个函数的计算规则得到结果

机器学习的基本任务

• 分类
• 回归
  其实更准确的说是监督学习这样一种方式主要处理的是分类问题和回归问题这两个大问题， 其实分类问题还可以解决很多问题， 只不过我们目前主要解决分类和回归这两类问题