1 为什么存在Machine Learning？
Machine Learning的存在是为了解决实际的商业问题，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
其中比较主要的是属于supervised learning（即historical
dataset有标签变量Y）的Classification和Regression。这两者的目的都是给出对一个变量的预测。而ML就是找到最接近原始
的
函数的过程，并带入
求解得到预测值
。
至于unsupervised learning。一般有两个作用，第一个预先分类（pre-grouping），比如clustering；第二个提出冗余变量，比如PCA。这两个作用都属于降维（dimension reduction），以便于后续的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.
简单来说，Classification就是给出一个数据集中每个个体一个类别（Class）的预测值，并给出属于这个类别的概率（Probability）。变量为类别值（categorical value）。
2.1 Regression
It attempts to estimate or predict, for each individual, the numerical value of some variable for that individual.
简单来说，Regression就是给出一个数据集中每个个体一个数值（Numerical Value）的预测值。变量为连续数值。
3 利用ML解决task的workflow是怎么样的呢？
4 如何评估我的ML Model是否能良好解决task？
主要从两方面来评估：
- Accurracy: MSE/Error rate，当model比较复杂的时候，精确度会上升
-
Parsimony: model是否简洁，易于符合商业直觉；简洁的模型往往apply到不同的数据集的时候variance比较小
