機器學習的專業術語非常多，不需要一開始理解所有的專業術語，這些術語會隨着對機器學習的深入，會慢慢理解，水到渠成。
不過在學習的過程中，有一些概念必須要了解，有助於后續的學習與理解，需要了解的核心概念有：監督學習、無監督學習、模型、策略、算法等。
監督學習
監督學習，指的是學習的數據與后續測試的數據，都有答案（標簽）。
比如說，我們自己的相片集，里面每個人我們都知道是誰並可以標識出來，給機器學習時，我們將每個單人照和對應的名字提交給機器學習模型，機器學習模型完成學習以后，我們繼續提交新的相片（單人或多人的），模型直接輸出照片中每個人的名字。而對這類有標准答案的數據集的學習，就是有監督學習。
監督學習主要用來處理分類與回歸兩類問題。
- 分類：比如前面對相片的學習，輸出的是相片中人物對應的名字標簽，這個名字標簽可以理解為分類的類別名稱。百香果的酸與甜、人的性別男與女等這些離散的類別，都是機器學習中分類算法處理的目標。
- 回歸：回歸類算法主要是用來預測連續值的變化。比如預測一個人工作年限與收入的變化；網站每日訪問量（PV值）變化；廣告投放與新增用戶、消費（充值）的關系變化等等，這類數據類型的增減變化，就是回歸算法預測的目標。
監督學習常用算法包括：K最近鄰算法、朴素貝葉斯算法、線性回歸算法、邏輯回歸算法、決策樹算法、神經網絡算法、支持向量機算法、因子分解機算法等
無監督學習
無監督學習，指的是通過對數據的統計、分析、分類等方法處理后，從中發現數據本身的自有規律，從而提取出對應的類別、知識或模型的學習方法。可以簡單理解為，數據沒有標准答案，甚至我們都不知道里面的答案，只知道有一堆數據，需要運行算法自動對這些數據進行各種分類處理，幫助我們找出規律（分類類別）的過程。
無監督學習主要概念：
- 聚類：在無監督學習中，將數據集分成由類似的對象組成多個類的過程稱為聚類。
比如DNA，每個個體都有相似與獨特的地方，想要了解DNA中每個基因的作用，就可以使用無監督學習進行學習與分析，將具有不同類型或特特征的人聚集到一塊，然后根據通過對這些人的共同點進行分析，從而得出特定基因的作用。同樣，無監督學習可以應用到廣告系統、推薦系統、新聞分類等各類系統中，面對海量的數據，從中找出不同的類型特征，幫助我們更快速的找到數據的特征與共性，從而讓數據發揮更多更重要的作用。
無監督學習常用算法包括：K均值算法、最大期望算法、感知機算法、主成分分析算法、奇異值分解算法等。
半監督學習
半監督學習是監督學習與監督學習結合的一種方法，指的是將有標簽數據和無標簽數據一起提供模型學習的方法。
我們都知道人力成本是最貴的，如果需要對數據都打上標簽，所花費的人工成本與時間成本是很可觀的，況且有些數據我們也不清楚它們的規律無法添加標簽。而半監督學習，可以將已知的有價值的數據先打上標簽，跟無標簽數據一起給機器進行學習，機器訓練並輸出結果，我們可對結果打上新的簽標后繼續提供給機器訓練，從而提升預測結果，當然，如果標簽標記不准確，也可能會誤導訓練模型，得出錯誤的結論。
無監督學習常用算法包括：協同訓練算法(Co-Training)和轉導支持向量機算法。
機器學習的三要素：模型、策略和算法
機器學習由模型、策略和算法組成。模型用於作出決策，策略用於評價決策，算法用於修正模型。
模型
簡單的理解，指的是模子。
百度百科有兩個解釋我覺得很貼切：
- 人們依據研究的特定目的，在一定的假設條件下，再現原型（antetype）客體的結構、功能、屬性、關系、過程等本質特征的物質形式或思維形式。
- 對研究的實體進行必要的簡化，並用適當的變現形式或規則把它的主要特征描述出來。所得到的系統模仿品稱之為模型。
機器學習中的模型，就是為了預測和分析指定的目標，運行已知的策略和算法，所構建的學習統計模型，通過對數據的學習（統計分析和找出其概率分布規律），最終能對目標進行准確預測。
策略
在百度百科中解釋為：
策略，指計策；謀略。一般是指可以實現目標的方案集合；根據形勢發展而制定的行動方針和斗爭方法.
在機器學習中的策略，指的是實現模型方案集合的最優解。要實現同一個目標（模型），有無數種解決方案，而不同的解決方案各有優劣，在監督學習中引入了損失函數，來找出最優化的模型。
算法
在百度百科中解釋為：
算法（Algorithm）是指解題方案的准確而完整的描述，是一系列解決問題的清晰指令，算法代表着用系統的方法描述解決問題的策略機制。
算法簡單理解，就是計算方法。在機器學習中，用什么樣的計算方法，來幫助機器學習模型和策略，快速、高效、准確的計算出結果。在海量的數據與幾何級復雜度的數據中，找出數據分布規律和概率，也是相當困難的，而機器學習算法模型中，提供了梯度下降、降維等算法，來求解出最優解，減少過擬合等各種問題。
算法項目的兩個脈絡
（圖片來自：https://www.imooc.com/read/50/article/974）
問題線：業務問題 -> 機制問題 -> 模型問題
評估線：長期跟蹤 <- AB實驗 <- 模型評估
算法工程師對模型直接負責，對整個項目要有大局觀
項目 -> 解決業務問題
例如：業務運營部門希望提升業務收入 業務問題 -> 分析拆解，找出關鍵指標 -> 得到解決方案（公式）-> 確定可控與不可控因素
指標1：提升新增用戶量 = 渠道數 * 廣告曝光量 * 用戶轉化比率 = 加大渠道投入 可控因素：渠道數量與廣告曝光量（廣告費） 不可控因素：用戶轉化比率 待分析問題：各渠道用戶轉化率差別？渠道推廣投入的產出比盈虧狀況？廣告投放精准度與效果如何確認？相同渠道不同時間段投放廣告，用戶轉化率變化？不同渠道同一時間段投放廣告用戶轉化率有什么不同？視頻廣告與圖文廣告對用戶轉化率的影響？不同版本以及這些版本異常報告數量對用戶轉化率的影響？不同品牌用戶轉化率？不同機型用戶轉化率？是否存在刷量問題（新增用戶的IP、機型、活躍變化、留存變化、在線時長、用戶行為漏斗分析、充值轉化比率……等問題的監控）？…… 指標2：提升用戶留存 指標3：提升用戶充值比例 …… 不可控因素 -> 如何變為可控？-> 建立機器學習預測分析模型 -> 什么算法模型適合當前問題？怎么設計和得出算法公式？為什么這個模型能對數據進行預測？
建立機器學習模型 -> 模型預測准確性？-> 算法層是否正確，對模型進行綜合評估，確定預測模型正確率指標 -> 開展AB實驗進行驗證 -> 通過同比、環比等多項指標，評估推薦結果正確性 -> 全量推廣，長期跟蹤效果
參考資料
https://github.com/apachecn/AiLearning/blob/master/docs/ml/1.機器學習基礎.md
http://ai-start.com/ml2014/html/week1.html
https://feisky.xyz/machine-learning/basic.html
https://github.com/apachecn/scipycon-2018-sklearn-tut-zh/blob/master/1.md
https://github.com/apachecn/ml-for-humans-zh/blob/master/3.md