机器学习基本算法分类_dbke学习汇报
这里给出的只是一些常见的机器学习方法。了解每个方法的思想，数据可以前往UCI数据库(http://archive.ics.uci.edu/ml/index.php)下载。
监督学习： 通过已有的训练样本（即已知数据以及其对应的输出）去训练得到一个最优模型（这个模型属于某个函数的集合，最优则表示在某个评价准则下是最佳的），再利用这个模型将所有的输入映射为相应的输出，对输出进行简单的判断从而实现分类的目的，也就具有了对未知数据进行分类的能力。典型例子就是分类。
无监督学习：在于我们事先没有任何训练样本，而需要直接对数据进行建模。无监督学习里典型的例子就是聚类了。聚类的目的在于把相似的东西聚在一起，而我们并不关心这一类是什么。
1、设备协商原则（个人观点，以公司设备为准）
2、机械键盘简介
3、多行文字溢出点点点的3中实现方法
4、Hadoop Tez框架
5、Silverlight浮动窗体 floatablewindow 非模态对话框