随着ChatGPT的出世，最近几年火得一塌糊涂的AI似乎终于掀开了历史书页的一角。身为一个技术人，我觉得是时候普及一些基础的AI知识了。
序言：这个系列在做什么
这个系列是一个个人的AI领域知识扫盲过程的记录。鉴于自己贫瘠的知识储备与所剩无几的精力，无法涉足过深。因此这个系列的定位是粗略的建立起机器学习相关的知识框架，取名“浅尝”。
具体来说是跟随广受好评的吴恩达机器学习系列课程，途中记录下课程的内容与一些（估计不太多）自己的体会。由于精力有限，并没有选择更多的资料来对照学习，这个系列也可以说是这门课程的笔记。
机器学习算法的分类
机器学习算法分为监督学习与无监督学习两大类，关键区别为我们是否知道自己想要什么。
监督学习
监督学习的模式为：给算法一组{特征} -> {结果}的数据，之后让算法根据特征预测结果。视结果是连续量还是离散量，监督学习可细分为回归算法和分类算法两类。
回归
例如要预测房价，我们已经有一些房产的特征，如面积，楼层等，以及对应的结果，即价格。回归算法使我们可以利用这些已知的信息建立一个模型，从而可以根据新房产的特征来预测其价格。
举一个极端理想化的例子。设想在某地存在一个小镇。小镇有一条秘密法律：任何房产的价格为其面积的两倍。由于这个规定被严格保密，外界无法获知。但小镇的房产信息是公开的，我们可以获取如下信息：
房产1：面积2，价格4
房产2：面积4，价格8假设现在我们知道一处还未标价的房产A，面积为10，要猜测它的价格。
此时可以根据已知信息发现，房产的价格似乎总是面积的两倍，因此我们建立一个模型：
Price(space) = 2 * space从而预测出房产A的价格为20。对这个例子而言，特征即为面积，结果就是价格。
同时我们发现，由于并不知道小镇的秘密法律，我们只能根据已知信息给出猜测模型，这使得我们预测的结果并不一定准确，如果我建立的模型为：
Price(space) = space^2 - 4 * space + 8它仍然符合我们已知的数据，但预测值将变为：68，相距甚远。
这里引出两个问题：
并非所有数据都能像这个例子这样浅显，面对更复杂的数据时我们应该如何建立模型。
符合已知数据的模型有多个时，如何选择更合适的模型。
正如序言所说，这篇文章并不是一个教程，而是我的学习记录，因此我目前无法给出这两个问题的答案。在之后的学习中寻找吧。
分类
分类算法与回归算法相似，都是根据特征建立模型来预测结果。两者的不同点在于，回归算法在连续的结果中算出一个近似结果，而分类算法在多个离散的结果中选出一个确定结果。
例如对于预测几率的模型，我们可以说结果是0.95。但对于一个分辨猫狗的模型，我们不能说结果是0.95的狗，而应该确切的给出结果：这是一条狗。
无监督学习
非监督学习的模式为：给算法一组数据，让算法帮我们分析出这些数据内含的关联。通常表现为聚类算法的形式。
聚类
聚类算法在根本上不同于监督学习，我们的目的不是某个作为结果的属性的值，而是想要借助机器从繁杂的数据中获取这个数据内在的关联。
聚类不同于分类算法主要在于我们事先是否知道有哪些分类。分类算法是由我们预设几个类别，让模型识别数据的特征并根据特征选择一个类别。而聚类算法是根据数据的特征，将相似的数据判定为一类。
例如给模型大量的新闻稿，要求它将这些新闻按主题聚类。
小结
这篇文章确定了系列的目标，并大体描述了机器学习的分类。
你可能注意到了，我对分类算法与聚类算法的介绍比对回归算法的介绍简略的多。这其实是因为我写这篇文章时已经学习了回归算法的一些内容，因此理解比其它两个类别更多一些。