机器学习任务

这是一篇关于机器学习任务的思维导图，每个任务都有其独特的目标、方法和应用领域。主要内容包括：降维，聚类，异常检测，分类，回归。

机器学习任务

• 回归
  • 对一个/多个自变量和因变量间的关系进行建模、求解的一种统计方法
  • 把实函数在样本点附近加以近似的有监督的函数近似问题
  • 函数近似问题
• 分类
  • 对指定模式进行识别的有监督的模型识别问题
  • 函数近似问题
• 异常检测
  • 寻找输入样本中所包含的异常数据
  • 无监督的
  • 采用密度估计方法
• 聚类
  • 无监督 模式识别问题
• 降维
  • 从高维度数据中提取关键信息，将其转换为易于计算的低纬度问题，进而求解
  • 监督学习：输入输出样本已知
  • 无监督学习：输入样本已知