機器學習的一般過程

資料處理

1.資料收集 （資料檢索、資料挖掘、爬蟲）

2.資料清洗

機器學習

1.選擇模型 （算法）

2.訓練模型 （算法）

3.評估模型 （工具、架構、算法知識）

4.測試模型

業務運維

1.應用模型

2.維護模型

機器學習的基本問題

1.回歸問題：根據已知的輸入和輸出尋找某種性能最佳的模型，将未知輸出的輸入代入模型，得到連續的輸出。

2.分類問題：根據已知的輸入和輸出尋找某種性能最佳的模型，将未知輸出的輸入代入模型，得到離散的輸出。

3.聚類問題：根據已知輸入的相似程度，将其劃分為不同的群落。

4.降維問題：在性能損失盡可能小的前提下，降低資料的複雜度。