机器学习 - 什么是机器学习？

考虑下图，该图显示了房价与其面积（平方英尺）的关系图。

在 XY 图上绘制各种数据点后，我们绘制一条最佳拟合线，对任何其他给定大小的房屋进行预测。您将向机器提供已知数据并要求它找到最佳拟合线。一旦机器找到最佳拟合线，您将通过输入已知的房屋尺寸（即上述曲线中的 Y 值）来测试其适用性。机器现在将返回估计的 X 值，即房屋的预期价格。可以根据该图推断出 3000 平方英尺甚至更大的房屋的价格。这在统计学中称为回归。特别是，这种回归称为线性回归，因为 X 和 Y 数据点之间的关系是线性的。

很多情况下，X&Y数据点之间的关系可能不是直线，而可能是带有复杂方程的曲线。您现在的任务是找出最佳拟合曲线，可以推断该曲线来预测未来值。下图显示了这样一个应用图。

来源：

https://upload.wikimedia.org/wikipedia/commons/c/c9/

您将在此处使用统计优化技术找出最佳拟合曲线的方程。这正是机器学习的意义所在。您可以使用已知的优化技术来找到问题的最佳解决方案。

接下来，让我们看看机器学习的不同类别。