机器学习自学1（基本概念）

最近对机器学习非常感兴趣，然后自己接触了一些算法之后，觉得非常有意思，所以我想把机器学习自己系统的学习一下~~~记录一些笔记，记录自己一步步成长的脚印。

 

1. Machine Learning（机器学习概念）

-Grew ouf of work in AI

-New capability for computers

2. Example（应用示例）

-Database mining

Large datasets from growth of automation/web

-Application can't program by hand

Autonomous helicpoter, handwriting recognition, Natural Language Processing(NLP), Computer Vision

-Self-customizing programs

-Understanding human learning(brain, real AI)

 

3. Machine Learning algorithms:（算法分类）

-Supervised learning

-Unsupervised learning

Others: Reinforcement learning, recommender systems.

 

一些重要的概念：

1. 样本集：训练数据和测试数据

   1. 使用训练数据作为算法的输入

   2. 训练完成输入测试样本

2. 机器学习分为两部分：

   1. 监督学习的主要任务是分类和回归

      1. 分类将实例数据划分到合适的分类中
      2. 回归用于预测数值型数据

   2. 无监督学习的主要任务是处理没有类别信息的数据

      1. 聚类：将数据集合分成由类似的对象组成的多个类
      2. 密度估计：寻找描述数据统计值
      3. 减少数据特征维度

3. 过程：

   • 收集数据

   • 准备输入数据

   • 分析输入数据【确保数据集没有垃圾】

   • 训练算法【无监督学习由于不存在目标变量值，不需要训练】

   • 测试算法

   • 使用算法