机器学习介绍

人工智能介绍

机器学习、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发展而来

机器学习、深度学习能做些什么

• 行业医疗、航空、教育、物流、电商等
• 领域自然语言处理、图像识别、传统预测

预测领域

• 预测场景店铺销量预测、量化投资、广告推荐、企业客户分类、SQL语句安全检测分类
• 图像场景街道交通标志检测、人脸识别
  
• 自然语言处理场景文本分类、情感分析、自动聊天、文本检测
• 

人工智能阶段学习

什么是机器学习

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。

让机器学会像人一样总结规律模型预测

• 比如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。
  
• 比如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

从历史数据当中获得规律这些历史数据是怎么的格式

数据集构成

特征值+目标值训练数据+预测数据

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

机器学习算法分类

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称作分类。
• 分类 k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络
• 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

机器学习开发流程

流程1

流程2