机器学习笔记之入门
关于机器学习——绪论（IMOOC）
课程来源：https://www.imooc.com/learn/717 部分为课程PPT，侵权删
笔记整理如下：
机器学习十大基本算法: https://blog.csdn.net/yg970514/article/details/79310723
机器学习：
即：“机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。” 一种经常引用的英文定义是：A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.
机器学习共包含三大要素：学习主体、历史数据、规律。
如何从数据中寻找规律：观察数据、用模型刻画（拟合）规律
机器学习发展的原动力：
1.从历史数据中找出规律，把这些规律用到对未来自动做出决定
2.用数据代替expert（专家）
3.利用经济驱动、数据变现
机器学习的典型应用：
1.关联规则
购物篮分析：“啤酒 + 尿片——沃尔玛”——数据挖掘算法
案例：由于美国的超市大多数在镇子上，居民分布较散，所以很多人会选择一周去超市进行一次家庭采购。并且，经过一系列数据统计后，发现购买婴儿尿片的人，有很大几率会购买啤酒。这是由于一般情况下，家庭中负责采购的人员会是男士，所以超市尝试将两个捆绑销售（即套餐等），促进消费。即关联规则。
2.聚类
用户细分精准营销：移动电话卡的不同用户定位——不同用户不同套餐
通信集团通过划分学生、白领、出差人群、老人等人群，设置一系列的电话套餐，精确营销。
3.朴素贝叶斯和决策树
垃圾邮件（朴素贝叶斯）
信用卡欺诈——风险识别（决策树）
4.ctr预估和协同过滤
互联网广告——顺序排列问题（点击率预估）
推荐系统（协同过滤）
5.自然语言处理和图像识别
情感分析、实体识别（NLP）
图像识别——深度学习
还有：语音识别、个性化医疗、自动驾驶、人脸识别、手势控制、机器人等等多个方面
机器学习和数据分析的区别
1.数据特点：
交易数据 vs 行为数据（ML）
少量数据 vs 海量数据（ML）
采样分析 vs 全量分析（ML）
主要因为：数据分析主要针对于：个别维度的某一指标或多个有限指标，即只需要关注其交易数据，比较单一，数据量大时只能采取采样分析的方法。
而机器学习由于利用机器进行高速运算，并且随着半导体行业的不断发展，其算力将快速发展。其可对交易数据外，如用户浏览记录、用户搜索记录、用户活跃时间等行为数据进行监督存储，进行全量分析。更好发掘用户潜在需求。
2.解决业务问题不同：
即：数据分析主要针对于过去发生的事情进行总结，分析趋势。而机器学习则更多的是预测未来发生的事
3.技术手段不同：
数据分析常为用户驱动，利用数据分析师的交互式分析处理数据。而机器学习则是通过电脑程序自动处理数据，进行信息挖掘。
4.面向对象不同：
分析师（主要针对公司高层等客户） 机器学习主要取决于数据（质量决定结果）+ 算法
| 特征 |
数据分析 |
机器学习 |
| 信息请求动机 |
企业里正在发生的事情 |
基于正在发生的事情预测未来 |
| 数据力度 |
汇总数据 |
明细数据 |
| 维度数量 |
少量有限维度（个别类） |
大量维度 |
| 维度属性数量 |
少量 |
很多 |
| 数据集大小 |
小 |
大 |
| 分析方法 |
用户驱动 交互式分析
|
数据驱动 自动进行知识发掘 |
| 分析技术 |
多维，多视角分析 |
多维，多视角分析 |
| 状态 |
几十年已成熟、但落伍 |
发照阶段，部分成熟，趋势 |
机器学习算法分类：
算法分类（1）：
有监督学习、无监督学习（聚类）、半监督学习
算法分类（2）：
分类与回归
聚类
标注
算法分类（3）：尤为重要！（训练思想不同）
生成模型
判别模型
常见算法：
详见blog（机器学习十大基本算法）: https://blog.csdn.net/yg970514/article/details/79310723
相关算法拓展：
C4.5 K-Means SVM AdaBoost KNN 贝叶斯
FP—Growth LDA 逻辑回归 推荐算法 RF、GBDT
深度学习
机器学习解决问题的框架
1.确定目标：
业务需求、数据、特征工程
(数据的质量相当于是天花板的高度，而算法决定你能跳多高。）
2.训练模型：
定义模型、定义损失函数、优化算法
3.模型评估：
交叉验证、效果评估
接下来，会有一些机器学习相关笔记。作为小白，希望和大家共同学习。