【机器学习】001——从西瓜书开始机器学习!

西瓜书笔记——001 入门

参考资料:周志华《机器学习》(别名:西瓜书)
链接:https://pan.baidu.com/s/1-9wlwhjEUrz2oD4OlH3-iw 提取码:ne00

本节主要目的:

  • 机器学习是什么?
  • 机器学习有哪些应用?
  • 我们应该重点关注哪些应用?

一、前言

机器学习两大基本问题

回归问题
分类问题

实际生活中,机器学习的问题会比较复杂。
但是本质上可分为3种情况:
回归问题;
分类问题;
回归和分类的组合。

什么是机器学习?

根据已知的数据,学习出一个数学函数 f ( x 1 , x 2 , x 3 , . . . , x n ) = y f(x1,x2,x3,...,xn) = y f(x1,x2,x3,...,xn)=y使其能够有更强的预测能力。

一些专有名词

机器学习模型:f
features
Lable
样本
数据集

二、机器学习的应用案例(核心内容)

1. 数据挖掘——发现数据之间的关系

案例:

  • 1.1 血糖值预测
    【机器学习】001——从西瓜书开始机器学习!_第1张图片
    机器学习根据已知的数据,用机器学习的方法,学习出一个数学函数f。又因为拟合函数的输出“血糖值”是一个连续的小数,因此我们把这个问题叫做回归问题
  • 1.2 有无糖尿病预测
    【机器学习】001——从西瓜书开始机器学习!_第2张图片
    和案例一类似,但因为该案例的输出是0、1的问题,结果是离散的,因此我们把这个问题叫做分类问题(即,样本属于哪个类别)。

2. 计算机视觉——像人一样看懂世界

案例:

  • 2.1 图像分类(对一张图片进行分类)
    【机器学习】001——从西瓜书开始机器学习!_第3张图片
    通常数据分类任务的数据集至少有上万个样本,图像分类任务 就是利用机器学习从数据集中学习出一个数学函数f,使其具有能将图片进行分类的能力。

  • 2.2 目标检测(让机器检测出一张图片中的所有物体,并判断出物体的类别,且计算出物体在图片中的坐标信息)
    【机器学习】001——从西瓜书开始机器学习!_第4张图片
    对于目标检测来说,一个样本的Label信息更复杂,但本质上来说还是求一个数学函数的问题,只是数学函数的输出是多个值。

  • 2.3 语义分割
    与目标检测相比,语义分割更为精确。目标检测时检测框框起来的部分还包含了物体周围的信息,而语义分割仅仅分割出物体自己本身。
    【机器学习】001——从西瓜书开始机器学习!_第5张图片

  • 2.4 场景理解(语义分割任务的典型应用)
    【机器学习】001——从西瓜书开始机器学习!_第6张图片

3. 自然语言处理——像人一样看懂文字

案例:

  • 3.1 文本分类(如新闻分类,体育?政治?科技?…)
  • 3.2 自动生成文本摘要
  • 3.3 翻译
    【机器学习】001——从西瓜书开始机器学习!_第7张图片
  • 3.4 问答
    自然语言处理中比较复杂的一个任务,给定一篇文章和一个问题,得到对应答案。
    【机器学习】001——从西瓜书开始机器学习!_第8张图片
  • 3.5 人机对话
    任务本身比较复杂,但生活中很常见。现在做得比较好的应该是微软小冰。
    【机器学习】001——从西瓜书开始机器学习!_第9张图片
  • 3.6 image to text
    给模型一张图片,模型输出一段描述图片内容的文本。
    【机器学习】001——从西瓜书开始机器学习!_第10张图片

4. 机器人决策——像人一样具有决策能力

案例:

  • 4.1 端到端(End to End)级自动驾驶
    传统的无人驾驶是由相机和雷达采集车周围的信息,然后由计算机对其进行三维建模,根据建好的模型进行路径规划,最总产生控制信号控制车辆。
    即需要3个步骤:
    感知环境 -----> 路径规划 -----> 产生控制信号

而端到端(End to End)级的实现,只需将相机采集的信息输入机器学习模型,模型输出控制信号控制车辆。省略了感知环境、路径规划的步骤。
【机器学习】001——从西瓜书开始机器学习!_第11张图片

  • 4.2 玩赛车游戏
    游戏背景:
    【机器学习】001——从西瓜书开始机器学习!_第12张图片
    工作原理:
    【机器学习】001——从西瓜书开始机器学习!_第13张图片
  • 4.3 机器人开门
    过去,我们要手持遥控器给机械臂指令,机械臂才能开门。现在机器通过自身摄像头获取的信息,能自动执行任务。
    【机器学习】001——从西瓜书开始机器学习!_第14张图片
    学习机器学习模型时,一般采用的方法是先用仿真环境经过大量的学习训练,得出一个模型,然后再在真实环境中经过少量的训练,对模型进行调整,以便更好地迁移到真实环境中去。

三、机器学习理论大概的分类

三大理论体系(最活跃)

监督学习
深度学习
强化学习
【机器学习】001——从西瓜书开始机器学习!_第15张图片

总结

【机器学习】001——从西瓜书开始机器学习!_第16张图片

建议:

西瓜书虽然很经典,但第一章绪论部分就劝退了很多人,建议调整学习章节(参考下图),也不要为难自己第一遍就要把书彻底看透。
【机器学习】001——从西瓜书开始机器学习!_第17张图片

作者有话要说:小白一枚,主要研究方向是计算机视觉,笔记作为学习记录打卡之用,转载注明出处。

你可能感兴趣的:(机器学习)