6 人工智能

6.1 机器学习简介

6.2 数据集处理

6.3 探索性数据分析EDA

        EDA是为了获得对数据的初步了解。常用的方法包括：

• 描述性统计：平均数、中位数、模式、标准差。
• 数据可视化：热力图（辨别特征内部相关性）、箱形图（可视化群体差异）、散点图（可视化特征之间的相关性）、主成分分析（可视化数据集中呈现的聚类分布）等。
• 数据整形：对数据进行透视、分组、过滤等。

6.4 数据预处理和数据分割

        数据预处理(又称数据清理、数据整理或数据处理)是指对数据进行各种检查和审查的过程，以纠正缺失值、拼写错误、使数值正常化/标准化以使其具有可比性、转换数据(如对数转换)等问题。

        数据分割包括：训练--测试集分割、训练--验证--测试集分割、交叉验证

6.5 模型建立

        6.5.1 学习算法

• 监督学习：建立输入X和输出Y变量之间的数学（映射）关系。有标签数据
• 无监督学习：只利用输入X变量的机器学习任务。X 变量是未标记的数据，学习算法在建模时使用的是数据的固有结构。
• 强化学习：是一种决定下一步行动方案的机器学习任务，它通过试错学习来实现这一目标，努力使回报最大化。

6.6 机器学习任务

在监督学习中，两个常见的机器学习任务包括分类和回归。

6.6.1 分类

 6.6.2 回归

 Y = f(X)

Y对应量化输出变量，X指输入变量，f指计算输出值作为输入特征的映射函数（从训练模型中得到）

6.7 参考文献

1. 干货：机器学习模型训练全流程！_傅一平的博客-CSDN博客