問題1：什麼是機器學習以及機器學習的通用演算法

如今一般使用的是Tom Mitchell對機器學習的定義： 原文為：

A computer program is said to learn from experience E with respecet to some task T and some performance measure P,if its performance ont T, as measured by P,improves with experience E.

 即：計算機程式從經驗E中學習，解決某一任務T,進行某一效能度量p，通過p測定在T上的表現因經驗E而提高

Machine learning algorithms：

1：supervised learning  （監督學習）unsupervised learning （非監督學習）為主要的學習演算法

2: 此外還有reinforcement learning (強化學習）,recommender systems（推薦系統）

supervised learning:

gives a dataset in whitch the "right answer" are given .

1.regression question(迴歸問題） continuous valued  目的：預測一個連續值的輸出

2.classification question(分類問題）Discrete valued    目的：預測離散值的輸出

unsupervised learning:

gives a dataset but not told what to do with it

clustering algorithm(聚類演算法）：告訴資料集，將其分為不同的聚類

always used in：

1.organize computing clusters 2.social network analysis 3.market segmentation 4.Astronomicla data analysis