機器學習從入門到放棄（1）

機器學習

概念：

• 機器學習是一門人工智能的科學，該領域的主要研究對象是人工智能，特别是如何在經驗學習中改善具體算法的性能。
• 機器學習是對能通過經驗自動改進的計算機算法的研究。

• 機器學習是用資料或以往的經驗，以此優化計算機程式的性能标準。

  （官方語言來自***）

  簡單了解就是通過讓機器學習相關算法，擁有預測的能力，然後做出相關操作。機器學習的本質就是通過給機器資料，讓機器在資料中尋找相關關系

人工智能相關概念圖解

簡單的了解人工智能包括了機器學習算法、搜尋算法等，深度學習又是機器學習的一種延伸。

資料

資料集:一種由資料所組成的集合，一般資料含有集有特征與标簽，每一行的資料表示為一個樣本，每一列的資料（除最後一列外）表示為一個特征，最後一列的資料表示為标簽。在具體的算法中資料集包括訓練集與測試集。利用資料集可視化可以生産特征空間，根據特征的次元可以生産高維的特征空間。

流程

通用流程：

學習資料-->機器學習算法-->模型-->輸入樣例-->輸出結果

預測結果：

分類

分類、回歸

• 根據機器學習的流程來選擇兩類任務
  • 分類：當希望機器學習可以預測類别的時候
    • 常見的分類方式：二分類、多分類
  • 回歸：希望機器學習可以預測連續數字的值
    • 可以将回歸任務簡化為分類任務

有無監督：

監督學習、非監督學習、半監督學習、增強學習

• 監督學習：給機器的訓練資料擁有标記
  • 常見的監督學習：K近鄰（KNN）、線性回歸、多項式回歸、邏輯回歸、SVM、決策樹、随機森林

• 非監督學習：給機器的訓練資料沒有任何“标記”
  • 常見的非監督學習：聚類分析、對資料進行降維處理，資料集的特征提取提取
• 半監督學習：給機器的訓練資料一部分資料有标記，另一部分沒有
  • 造成資料缺失的原因：各種原因産生的樣本或者标記缺失
  • 半監督學習在平時比較常見，大多都需要我們在處理資料，再交給機器進行學習

• 增強學習：根據周五的環境采取行動，根據采取行動的結果，學習行動方式
  • 以監督學習和半監督學習為基礎

學習環境：

批量學習、線上學習

• 批量學習：在訓練模型時，一次性的把所有樣本全部輸入
  • 優點：簡單，寫好一個算法就不更改與完善
  • 缺點：不能适應環境的變化、想适應變化需要重新批量學習

• 線上學習：在訓練模型時，每輸入一個樣本都會計算下誤差，調整一下參數
  • 優點：及時反映新的環境變化
  • 缺點：新的資料可能帶來的不良變化

學習方式：

參數學習、非參數學習

• 參數學習：基于資料，假設關系，找到關系參數
  • 特點：通過資料集學習，學習到參數，當學習到參數時，就不再需要原有資料集

• 非參數學習：不對模型進行過多假設
  • 注意：非參數不等于沒參數