前文链接
unit1 AI的核心是“学习”
阅读难度
unit3 几个重要的定义
你了解了机器学习的基本套路以后，本单元带大家学习几个重要的定义。
1 分类问题与回归问题
根据训练集合中数据Y的不同，我们通常把机器学习要解决的问题分为分类问题与回归问题。
1.1 什么是分类问题
你对面走过来一个人，问你是“男人还是女人？”这就是一个最简单的二分类问题，你自己回想一下，你会发现这个世界充分了二分类问题。你要跳槽，有一个新的职位，你去还是不去？面对一姑娘，你追还是不追？以此类推，你面对“三分offer，在A，B，C公司中选择一家”这就是一个三分类问题。
此类问题有一个共同点：就是结果都是离散。大家可以把这种问题理解成考试中的选择题，结果的选项之间有明显的边界。
1.2 什么是回归问题
你遇到一姑娘，你送花若干次，约饭若干次，看电影若干次，问题是多长时间之后她会答应你的求婚？针对这个问题的结果，你的回答可能是1天，2两天，1年，两年，用一个范围来说就是如果你坚持追下去，可能是你余生中任何一天。
此类问题有问题有一个共同点：就是结果是连续的，是一个范围。
1.3 哪个是分类，哪个是回归？
A 去北京买房，中介提供了平米数，位置等信息，你自己预测价格。
测试集合如下：
这是一个什么问题？
B 去北京买房，中介提供了提供了平米数，位置等信息，你预测一下价位，是3·4w的，5-6w的，还是6w以上的。
测试集合如下：
这是一个什么问题？
2 监督与非监督
根据训练集合中数据是否有Y， 我们通常把机器学习的学习方式分为监督学习，与非监督学习。
