标签：
什么是机器学习（Machine Learning. ML）
ML is algorithms is a scientific discipline that explores the construction and study of algorithms that can learn from data.
https://en.wikipedia.org/wiki/Machine_learning
机器学习通常是一种模式Pattren，具体代码或算法由大而复杂的数据来训练得到。
机器学习算法的大致分类
1）分类：已知多个样本以及他们所属的分类，产生模型预测新样本的分类
2）回归：已知多个样本以及他们所对应的连续值，产生模型预测新样本的值
3）聚类：已知多个样本，但不知他们所属的分类，产生模型预测样本的分类关系
机器学习的流程与算法
1）数据收集：首先收集样本的原始数据和特征
2）选择算法
3）数据预处理：连续性数据直接作为特征向量的一员，离散型数据特征化，将预测目标和预测值也特征化
4）数据训练，选择某个模型处理数据：例如决策树模型、随机森林模型
5）算法检验，模型调优与参数优化，学习曲线分析
Python的ML生态圈
1）numpy/scipy 基础的数据结构和常用统计方法
2）scikit-learn 所有特征矩阵类问题的算法
3）pandas 统计分析
4）cython 当非常需要性能的时候
5）ipython(notebook) 交互式分析，生成讲稿
6）graphviz/matplotlib 可视化分析
参考：https://github.com/josephmisiti/awesome-machine-learning
标签：
原文地址：http://www.cnblogs.com/wddoer/p/4375112.html
