1.机器学习的定位
AI，是我们当今这个时代的热门话题，那AI到底是啥？
通过翻译可知：人工智能，而人工智能的四个核心要素：
-数据
-算法
-算力
-场景
然后机器学习是人工智能的一部分，机器学习里面又有新的特例：深度学习。
通俗来说机器学习即使用机器去学习一部分数据，然后去预测新的数据所属的某一类标签（此为有监督学习），无标签则为（无监督学习）
2.无监督学习和有监督学习的区别：
-
有监督学习，又称监督学习，就是给你几个数据，你去通过学习他，然后去生成一个模型，在后续不断来的数据中，去不断利用这个模型去预测新的数据，然而在预测的过程中也不断更新你的模型。
举个例子就是：比如说小林，他用一千块，买了一个游戏机，小李，用一千二百块买了若干个篮球，小张，他用一百买了几个乒乓球，然后他们的钱和他们买的东西就是特征，通过判断他们的特征来对他们归类，归完的类就是一个标签，比如说你可以小林和小李一类，小张另外一类，这是根据价格来，也可以小李和小张，然后小林，这是根据买的类别，一个运动，一个娱乐。
-
无监督学习，就是有监督学习相反，它是给你数据，但是你没有标签，就是说，你没法把它归为一类，但是你可以识别他，比如说有好几类的物品，你只能把他们归类，使类内差距最小化，类间差距最大化。
给大家一张图更加清楚：
3.有监督无监督学习的一些算法
-
有监督:回归和分类最常见，（KNN）然后就是一些其他算法，如决策树，SVM向量支持机等等
-
无监督：最常见就是聚类，也很多都是聚类的演变。
最后，总结
-#####首先机器学习是人工智能的一部分，机器学习里面又有新的特例：深度学习。
-#####其次有监督学习就是给你几个数据，你去通过学习他，然后去生成一个模型，然后预测新的模型
-#####无监督学习即使识别出来但是没有标签，结果中的类内差距最小化，类间差距最大化。