【深度之眼机器学习训练营第四期】1.初识机器学习

        机器学习是使电脑学习的科学，无需借助明确的程序，比如垃圾邮件的自动分类就依靠机器学习算法。神经网络算法可以模拟人的大脑运作规律，促进机器学习的发展，比如，可以让机器人模拟人有序地打扫房间。

        Anaconda是全面的机器学习开发平台，集成了各种机器学习库和编程脚本，减少了安装库所耗费的时间成本。其中，jupyterbook有利于python的编程环境，可以单独编译每条语句，实时编程。

       

图片发自App

        机器学习算法的应用例子有，网页排序，垃圾邮件分类，照片识别。应用的领域主要是数据挖掘，自动化控制，用户推荐。数据挖掘是因为如今庞大数据集的出现，使人工分析数据集出现困难，比如，医疗记录，网页点击流，还有人类基因组数据。自动化控制，涉及难以手动控制的复杂领域，比如自动直升机，手写识别，计算机视觉等。用户推荐，根据网站用户的喜好推荐相应的内容。

       

图片发自App

        机器学习的定义是，在特定编程的情况下，给予计算机学习的能力。或是在经验E下使机器进行学习，以解决任务T，用性能度量P来观察学习质量的好坏。提出了四个术语，监督学习，无监督学习，强化学习和推荐系统。

      监督学习需要部分数据集有正确的答案，预测的数据为连续值被称为回归，而分类问题是要预测一个离散值。特征的数量可能是无限个，为了解决无限特征的分类问题，采用支持向量机的方法，将无限维的特征表示为无限长度的特征列表进行简单的处理。

      无监督学习，数据集没有属性和标签，每个数据的类别都是一样的。无监督学习是为了发现潜在的数据结构。聚类算法是其中的一种，它的应用主要有计算机集群构建，社交网络分析，市场分割，天文数据分析。另一种算法是鸡尾酒宴会算法，用于从混合音中分解不同的声音。