推荐阅读时间：5分钟
简介
本文主要针对算法小白，用于了解算法开发的主要流程和术语。不当之处，还望包含。
主要流程如下：
- 问题抽象：确定问题类型。
分类、回归、标注等 - 数据收集处理（特征工程）
训练集、验证集、测试集 - 确定假设空间：找到合适的算法去进行预测
- 模型最优化：确定一个假设函数来确定假设空间的最优解
- 模型评估：判定模型的效果怎么样。
若效果不好，则 1.换参数 2.换算法 3.特征工程进一步处理 - 模型预测：模型上线使用
模型以API形式提供
基本术语
机器学习类型
监督学习与无监督学习
根据训练数据是否拥有标记信息，学习任务可分为监督学习（如分类、回归、标注）和无监督学习（如聚类）。
分类问题
若我们欲预测的是离散值，如：好瓜、坏瓜。此类学习任务称为分类。
回归问题
若欲预测的是连续值，如西瓜成熟度：0.91、0.65。此类学习任务称为回归。
标注问题
可以认为标注问题是分类问题的一个推广。
标注问题的输入是一个观测序列，输出的是一个标记序列或状态序列。也就是说，分类问题的输出是一个值，而标注问题输出是一个向量，向量的每个值属于一种标记类型。
聚类问题
通常，人们根据样本间的某种距离或者相似性来定义聚类，即把相似的（或距离近的）样本聚为同一类，而把不相似的（或距离远的）样本归在其他类。
聚类的目标：组内的对象相互之间是相似的（相关的），而不同组中的对象是不同的（不相关的）。组内的相似性越大，组间差别越大，聚类就越好。
数据集类型
训练集
作用：估计模型
学习样本数据集，通过匹配一些参数来建立一个分类器。建立一种分类的方式，主要是用来训练模型的。
验证集
作用：确定网络结构或者控制模型复杂程度的参数
对学习出来的模型，调整分类器的参数，如在神经网络中选择隐藏单元数。验证集还用来确定网络结构或者控制模型复杂程度的参数。
测试集
作用：检验最终选择最优的模型的性能如何
主要是测试训练好的模型的分辨能力（识别率等）
假设空间
假设空间与模型的关系
监督学习的目的在于学习一个由输入到输出的映射，这一映射由模型来表示。换句话说，学习的目的就在于找到最好的这样的模型。模型属于由输入空间到输出空间的映射的集合，这个集合就是假设空间。假设空间的确定意味着学习范围的确定。
参考：
《机器学习》周志华
《统计学习方法》李航
