2018-01-23开始，Python机器学习.zip

机器学习涵盖了多种算法解决不同问题类型。常见的算法包括：监督学习算法：线性回归，逻辑回归，决策树，随机森林，支持向量机，朴素贝叶斯，K近邻算法，深度学习（如神经网络）；无监督学习算法：K均值聚类，层次聚类，高斯混合模型，主成分分析，关联规则学习。选择适合的算法对解决问题至关重要，因为不同算法有不同假设和适用场景。机器学习是人工智能的子集之一，研究计算机如何模拟或实现人类学习行为，以获取新知识或技能，不断改善自身性能。机器学习发展于上世纪80年代，涌现出许多数学统计相关模型。深度学习是机器学习的子集，灵感来源于人脑，由人工神经网络组成。学习通过深层、多层网络中的相互关联的神经元进行，深度指的是隐藏层的数量。深度学习自2012年后迅速发展，广泛应用于各领域。