机器学习01-概述

1.1 人工智能概述

1.1.1 机器学习与人工智能、深度学习

• 关系：
  • 机器学习是人工智能的一个实现途径
  • 深度学习是机器学习的一个方法（神经网络）发展而来
• 达特茅斯会议：人工智能的起点
  • 1956.8 美国汉诺斯小镇达特茅斯学院
    约翰 麦卡锡（John McCarthy）
    马文 明斯基 （Marvin Minsky 人工智能与认知学专家 ）
    克劳德 香农 （Claude Shannon 信息论创始人）
    艾伦 纽厄尔 （Allen Newell 计算机科学家）
    赫伯特 西蒙 （Herbert Simon 诺贝尔经济学奖得主）等科学家一起讨论一个崭新的主题：
    用机器来模仿人类学习以及其他方面的智能
    会议足足持续了两个月，虽然大家没有达成普遍共识，但为会议的讨论内容起了一个名字：
    人工智能
    1956由此成为人工智能元年

1.1.2 机器学习、深度学习的应用场景

• 挖掘、预测：
  • 如店铺销量预测、量化投资、广告推荐、企业客户分类、SQL语句安全检测分类
• 图像识别:
  • 交通标志识别、人脸识别
• 自然语言处理：
  • 文本分类、情感分析、自动聊天、文本检测、客服

1.2 什么是机器学习

1.2.1 定义

机器学习就是从数据中自动分析获得模型，并利用模型对未知数据进行预测

1.2.2 理解

通过经验（历史数据）归纳（训练）规律（模型）应用（预测 ）于未来

1.2.3 数据集构成

结构：特征值+目标值(label or class or answer)

房子面积	房子位置	房子楼层	房子朝向	价格（目标值）
80	9	3	0	80
100	9	5	3	120
80	10	3	0	100

注：

• 对于每一行数据我们称之为样本
• 有些数据集可以没有目标值

1.3 机器学习算法分类

• 目标
  • 说明机器学习算法监督学习与无监督学习的区别
  • 说明监督学习中的分类、回归特点
• 分类问题
  • 特征值：每一个样本；目标值：类别，离散的
• 回归问题
  • 特殊值：预测对象的不同属性；目标值：连续的
• 无监督学习
  • 特征值：预测对象的不同属性；目标值：无

1.3.1 定义

• 监督学习（supervised learning）（预测）
  • 定义：输入数据是由输入特征值和目标值所组成。函数的输出可以是一个连续的值（称为回归），或是输出是有限个离散值（类别）
  • 分类k-近邻、贝叶斯、决策树与随机森林、逻辑回归
  • 回归 线性回归、岭回归
• 无监督学习（unsupervised learning）
  • 定义：输入输出数据是由输入特殊值所组成
  • 聚类 k-means

1.4 机器学习开发流程

用户数据

数据预处理

特征处理

机器学习

模型评估

离线/在线服务