1 為什么存在Machine Learning？
Machine Learning的存在是為了解決實際的商業(yè)問題，即data mining tasks。
2 那么有哪些data mining tasks？
- Classification
- Regression
- Similarity matching
- Clustering
- Co-occurrence grouping
- Profiling
- Link prediction
- Data reduction
- Casual modeling
其中比較主要的是屬于supervised learning（即historical
dataset有標簽變量Y）的Classification和Regression。這兩者的目的都是給出對一個變量的預測。而ML就是找到最接近原始
的
函數(shù)的過程，并帶入
求解得到預測值
。
至于unsupervised learning。一般有兩個作用，第一個預先分類（pre-grouping），比如clustering；第二個提出冗余變量，比如PCA。這兩個作用都屬于降維（dimension reduction），以便于后續(xù)的supervised learning。
2.1 Classification
It attempts to predict, for each individual in a population, which of a set of classes that individual belongs to.
簡單來說，Classification就是給出一個數(shù)據(jù)集中每個個體一個類別（Class）的預測值，并給出屬于這個類別的概率（Probability）。變量為類別值（categorical value）。
2.1 Regression
It attempts to estimate or predict, for each individual, the numerical value of some variable for that individual.
簡單來說，Regression就是給出一個數(shù)據(jù)集中每個個體一個數(shù)值（Numerical Value）的預測值。變量為連續(xù)數(shù)值。
3 利用ML解決task的workflow是怎么樣的呢？
4 如何評估我的ML Model是否能良好解決task？
主要從兩方面來評估：
- Accurracy: MSE/Error rate，當model比較復雜的時候，精確度會上升
-
Parsimony: model是否簡潔，易于符合商業(yè)直覺；簡潔的模型往往apply到不同的數(shù)據(jù)集的時候variance比較小
