一、机器学习是什么
计算机从数据中学习规律并改善自身进行预测的过程。
二、数据集
1、最常用的公开数据集
2、结构化数据与非结构化数据
三、任务地图
1、分类任务 Classification
- 已知样本特征
- 判断样本类别
- 二分类、多分类、多标签分类
二分类:垃圾邮件分类、图像识别等
多分类问题:鸢尾花分类问题
多标签分类问题:标签间不互斥,概率和不为1
2、回归任务 Regression
- 线性回归
- 多项式回归:一个因变量,一个或多个自变量。
- 任何函数都可以用多项式逼近。
- 逻辑回归:实际是分类,简单可并行,细节很多
- 类似二分类,但求法不同
三、机器学习的分类
根据有没有老师 ~
1、监督学习 Supervised Learning
分类和回归
训练数据有标记
2、无监督学习 Unsupervised Learning
训练数据未经标记
聚类 —— K均值算法 K-means、密度聚类 DBSCAN、最大期望算法
降维 —— 主成分分析 PCA、核方法
关联规则学习 —— 挖掘特征间关联关系,Apriori方法、Eclat方法
3、半监督学习 Semi-supervised Learning
少量标记学习,大量无标记数据
4、强化学习 Reinforcement Learning
观测环境、估计状态、执行操作、获得回报或惩罚
根据数据怎么用 ~
1、 批量学习 (Batch Learning)
先训练再使用
需要大量的时间和计算资源
通常都是离线完成
2、在线学习
根据模型怎么扩展 ~
1、基于实例的学习
先记住训练实例,相似度计算
2、基于模型的学习
先构建模型