【2021全新】3天全面掌握机器学习&数据分析基础课程（完整版）

机器学习就是从数据中自动分析获得规律（模型），并利用规律对未知数据进行预测。

模型：算法模型是一个特殊的对象，该算法模型对象中已经集成或者封装好了某种形式的方程或算法。（还没有求出解的方程）

模型的作用：

1. 预测：可以通过方程或者算法产生一个新的未知的数据或事物
2. 分类：可以将一个未知归类的事物给其归属到一个已有的类群中。
3. 注意：算法模型对应的算法或者方程求出的解就是预测或分类的结果

样本数据：

模型的训练将样本数据带入模型中，对其进行训练（给方程进行求解操作），模型训练好了之后就有唯一的解或者最优解，有解后则模型可以实现分类或者预测的功能。

特征数据是自变量，标签或目标数据是因变量

模型的分类：

1. 有监督学习：模型样本数据必须包含特征数据和标签数据
2. 无监督学习：模型需要的样本只需要数据即可，目标数据有或者无都可以