机器学习2——基本概念

机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

---

访问作者github： https://github.com/NefelibataBIGR/Machine_Learning_Notes ，获取笔记代码

• 深度学习 ⊆ 机器学习 ⊆ 人工智能
  • 机器学习是人工智能的一个实现途径
  • 深度学习是由机器学习发展而来
• 应用领域：传统预测、图像识别、自然语言处理
• 理论书：《机器学习》“西瓜书”、《统计学习方法》
• 库：sklearn
• ==模型选择==：
  

一、基本概念

• 机器学习：Machine Learning（ML）
  • 定义：从数据中自动分析获得模型（规律），并利用模型对未知数据进行预测（解决问题）
• ==算法==是核心，数据和计算是基础

1、数据集的构成

• 结构：特征值+标签值（不一定有）
  
  ↑通过前四列特征值（x），预测最后一列标签值（y）
  每一行称为样本
  有些数据集可以没有标签值（聚类、分类）

2、算法的分类

• 按照标签值是：

  • 类别：分类问题
  • 连续型数据：回归问题
  • 无：无监督学习

• 分为==监督学习（supervised learning）和无监督学习（unsupervised learning）==

  • 监督学习：==分类、回归（有特征值、有标签值）==
  • 无监督学习：==聚类（有特征值、无标签值）==

• 算法：

  • 监督学习（预测）：
    • 分类问题：k-近邻算法、贝叶斯算法、决策树与随机森林、逻辑回归
    • 回归问题：线性回归、岭回归
  • 无监督学习：
    • 聚类：k-means

3、开发流程

1. 获取数据
2. 数据处理
3. 特征工程
4. 机器学习算法训练，得到模型
5. 模型评估（必要时返回第二步再逐步修改）
6. 实际应用