版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/Song_Lynn/article/details/80015124
机器学习之概述
1.概述
机器学习是什么
- 人工智能的一个重要学科的分支，一个多领域交叉学科
- 一类数据驱动的方法，在数据上通过算法，总结模式、规律，从而应用在新的数据上
- 研究的是计算机怎样模拟人类的学习行为，以获取新的知识或技能，并重新组织已有的知识结构，使之不断改善自身
- 广泛应用：互联网、生物、医疗、金融、能源、交通等等
2.基本概念
2.1 不同类型的问题
分类问题（监督学习）
根据数据样本上抽取出的特征，判定其属于有限个类别中的哪一个（类似选择题）
离散个结果中做选择
例子：
- 垃圾邮件识别（1、垃圾邮件；2、正常邮件）
- 文本情感褒贬分析（1、褒；2、贬）
- 图像内容识别（1、喵星人；2、汪星人；3、人类；4、草泥马；5、都不是）
回归问题（监督学习）
根据数据样本上抽取出的特征，预测连续值结果（类似计算题）
输出连续值结果
例子：
- 《芳华》票房值
- 魔都房价具体值
- 刘德华和吴彦祖的具体颜值得分
聚类问题（无监督学习）
根据数据样本上抽取出的特征，挖掘数据的关联模式
例子：
- 相似用户挖掘 / 社区发现
- 新闻聚类
强化问题
研究如何基于环境而行都，以取得最大化的预期利益
从环境到行为映射的学习
例子：
- 游戏（“吃鸡”）最高得分
- 机器人完成任务
2.2 基本术语与概念
监督学习（supervised learning）
无监督学习（unsupervised learning）
区别：数据是否有标签
- 数据
- 数据集（训练集、测试集）
- 示例（instance）、样例（example）、样本（sample）
- 属性（attribute）、特征（feature）；属性值
- 属性空间、样本空间、 输入空间
- 特征向量（feature vector）
- 标记空间、输出空间
- 学习算法 learning algorithm
- 模型，假设（hypothesis）
- 未见样本（unseen instance）
- 真相（ground-truth）
- 学习器（learner）
- 泛化（generalization）
2.3 工业界应用方向
- 模式识别
- 数据挖掘
- 统计学习
- 计算机视觉
- 语音识别
- 自然语言处理
3.基本流程与工作环节
3.1 数据驱动方法
数据 + 机器学习算法 = 预测模型
3.2 基本流程
1.数据预处理
数据决定模型效果上限，算法使得模型接近上限
- 数据采样
- 数据切分
- 特征抽取：row data -> feature
- 降维
- 特征选择
2.模型学习
- 模型选择
- 模型训练
- 交叉验证
- 结果评估
- 超参选择
3.模型评估
分类、回归、排序评估标准
4.模型上线