01_人工智能开发及远景介绍2018-06-03

机器学习是什么

.已有的数据经验

.某种模型迟到的规律

.利用此模型预测未来（是否迟到）

.机器学习界 数据为王 思想

拟人

1. 多次

2. 好准

==> 数据整理

特征工程

3. 算法

==> 调优

AI

Intel cntk

TensonFlow

Data(x,y)

TrainSet

TestSet

历史数据--算法-->模型训练--最优解-->模型---->/新数据---->预测结果

Scikit-Learn

http://scikit-learn.org/stable/index.html

numpy

Scipy

matplotlib

pantas

DataFrame

BSD license

Anaconda

Classification

Regression Algorithms:SVR,ridge regression,Lasso

Clustering Applications:Customer segmentation,Grouping expenment outcomes

Algorithms K-Means，spectral clustering,mean-shift,...

Dimensionality reduction(降维计算) Applications:Visualization, Increased efficiency

Algorithms:RCA,feature selection,non-negative matrix factorization

Model selection

Comparing,validating and choosing parameters and models

Goal: Improved accuracy via parameter tuning

Modules: grid search,cross validation,metrics.

Preprocessing

Feature extraction and nomalization(归一化)

Application:Transforming input data such as text for use with machine learning algonthms.

Modules: preprocessing,feature extraction

线性回归

线性：两个变量之间存在一次方function关系，就称它们之间存在线性关系

线性：线性lineor ,指量与量之间按比例、成直线的关系，在空间和时间上代表规则和光滑的运动