正在阅读：关于机器学习 这些最熟悉的陌生词你都懂吗?关于机器学习 这些最熟悉的陌生词你都懂吗?

　　对于关联的解释，我们不妨用一个典型例子，即“购物篮分析”加以说明。“购物篮分析”指的是假设一个消费者在购物篮中放入了各式各样的物品，目标是识别各种物品之间的内在关联，以比较分配支持和置信度测量。当中的价值在于，交叉营销和消费者行为分析。

　　关联的挖掘过程主要包括两个阶段：一是，从海量原始数据中找出所有的高频项目组；二是，从这些高频项目组产生关联规则。目前，关联挖掘技术已被广泛应用于金融行业企业中，用来预测客户需求。Apriori算法与Eclat算法被认为是最典型的关联算法。如此，关联实际上也属于“无监督学习”当中的一种形式。

　　神经网络是以人类大脑为灵感的算法，至于该算法对真实人脑功能的模拟程度有多少，业内仍存在很多争议，因此也就不能够说这些算法已真正模拟了人类大脑。实际上，神经网络由无数个相互连接的概念化人工神经元组成，神经元之间互相传送数据，且存在不同的相关权重，这些权重取决于神经网络以往的“经验”。神经元有激活阈值（临界值），如果各个神经元权重的结合达到阈值，神经元就会被激活，神经元激活的结合实现“学习”。

　　初闻贝叶斯的朋友想必是一头雾水。实际上，我们在讨论概率的时候，有两个最为主流的学派，一个是经典学派概率论看重随机事件发生的频率，另一个就是贝叶斯学派。与经典学派相比，贝叶斯学派认为概率的目标是将不确定性进行量化，随着额外数据的出现而更新概率，若这些概率都延伸到真值，就有了不同确定程度的“学习”。