01_机器学习概述

发布时间 2024-01-02 20:47:10作者: monarch_bai

概述

机器学习是什么

与人工智能的关系

  • 机器学习人工智能 的一个实现途径
  • 人工智能 是用机器来模仿人类学习以及其他方面的智能

定义

  • 机器学习 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

解释

image-20210228124909773

  • 我们人从大量的日常经验中归纳规律,当面临新的问题的时候,就可以利用以往总结的规律去分析现实状况,采取最佳策略。

image-20210228125310006

  • 从数据(大量的猫和狗的图片)中自动分析获得模型(辨别猫和狗的规律),从而使机器拥有识别猫和狗的能力

image-20210228125533486

  • 从数据(房屋的各种信息)中自动分析获得模型(判断房屋价格的规律),从而使机器拥有预测房屋价格的能力

数据集构成

  • 结构:特征值 + 目标值

image-20210228160538632

  • 注:
    • 对于每一行数据我们可以称之为样本
    • 有些数据集可以没有目标值(物以类聚,人以群分)

image-20210228160838905

机器学习算法

监督学习

  • 特征值:猫/狗的图片;目标值:猫/狗——类别 ---> 分类问题
  • 特征值:房屋的各个属性信息;目标值:房屋价格——连续型数据 ---> 回归问题

无监督学习

  • 特征值:人物的各个属性信息;目标值:无 ---> 聚类问题

算法

  • 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(称为分类)
    • 分类:k-近邻算法、贝叶斯分类、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:输入数据是由输入特征值所组成
    • 聚类:k-means...

总结

image-20210228162554176