2018机器学习作业.zip### 机器学习算法概述机器学习涵盖了多种算法，用于解决各类问题。以下是常见的机器学习算法：- 监督学习算法：线性回归，逻辑回归，决策树，随机森林，支持向量机，朴素贝叶斯，K近邻算法，以及深度学习（如神经网络）。- 无监督学习算法：K均值聚类，层次聚类，高斯混合模型，主成分分析，以及关联规则学习。选择合适的算法至关重要，需考虑问题需求和数据特征。不同算法有不同假设和适用场景。### 机器学习和深度学习简介机器学习是人工智能的子集，探索如何让计算机模拟人类学习行为，获取新知识或技能，不断提高性能。在80年代开始发展，涌现出数学统计相关的模型。深度学习则是机器学习的分支，受人脑启发，利用人工神经网络模仿人脑结构。它通过多层神经网络进行学习，‘深度’指的是隐藏层的数量。从2012年起，深度学习应用迅速扩展，广泛应用于各领域。### 机器学习的本质机器学习旨在让计算机模拟人类学习行为，获取新知识或技能，并不断改进自身性能。