机器学习

机器学习使计算机通过研究数据和统计数据来学习。

机器学习是迈向人工智能（AI）方向的一步。

机器学习是一种分析数据并学习预测结果的程序。

从哪儿开始？

在本教程中，我们将回到数学并研究统计学，以及如何根据数据集计算重要的数字。

我们还将学习如何使用各种 Python 模块来获得我们需要的答案。

我们将学习如何创建能够根据我们所学知识预测结果的函数。

在计算机的头脑中，数据集是任何数据的集合。它可以是从数组到完整数据库的任何内容。

数组示例：

[99,86,87,88,111,86,103,87,94,78,77,85,86]

数据库示例：

通过查看数组，我们可以猜测平均值大概在 80 或 90 左右，并且我们也能够确定最高值和最低值，但是我们还能做什么呢？

通过查看数据库，我们可以看到最受欢迎的颜色是白色，最旧的汽车有 17 年，但是如果我们只需查看其他值就可以预测汽车是否具有 AutoPass，结果会怎样呢？

这就是机器学习的目的！分析数据并预测结果！

在机器学习中，处理非常大的数据集是很常见的。在本教程中，我们将尽力使人们尽可能容易地理解机器学习的不同概念，并且我们将使用易于理解的小型数据集。

要分析数据，重要的是要知道我们正在处理什么类型的数据。

我们可以将数据类型分为三大类：

数值数据是数字，可以分为两个数字类别：

分类的数据是无法相互衡量的值。示例：颜色值或任何是/否值。

序数数据类似于分类数据，但可以相互衡量。例如：A 优于 B 的学校成绩等等。

通过了解数据源的数据类型，您将能够知道在分析它们时使用什么技术。

您将在接下来的章节中了解有关统计和数据分析的更多信息。