人工智能机器学习：机器学习概述、监督学习之回归、监督学习之分类、监督学习之决策树、无监督学习、强化学习

学习：一个有特定目的的知识获取过程。 内在行为：获取知识、积累经验、发现规律。 外部表现：改进性能、适应环境、实现系统的自我完善。 什么是机器学习：机器学习(Machine Learning)：计算机能模拟人的学习行为，自动地通过学习获取知识和技能，不断改善性能，实现自我完善。 1）学习机理: 对学习机制的研究，即人类获取知识、技能和抽象概念的天赋能力。 2）学习方法：在生物学习机理进行简化的基础上，用计算的方法进行再现。 3）学习系统：根据特定任务的要求，建立相应的学习系统。 机器学习系统的基本组成部分：  “环境”指外部信息的来源。它将为系统的学习机构提供有关信息。  “知识库”用于存储学习得到的知识，在存储是要进行适当的组织，使它既便于应用又便于维护。机器学习系统通过对环境的搜索取得外部信息，然后经过分心、综合、类比、归纳等思维过程获得知识，并将这些知识存入知识库。 机器学习系统的基本组成部分：  “执行与评价”实际上是由“执行”和“评价”两个环节组成的。执行环节用于处理系统面临的现实问题，即应用学到的知识求解问题；评价环节用于验证、评价执行环节执行的效果如正确结论