机器学习入门基础
一,什么是人工智能
人工智能(Artificial Intelligence),英文缩写为 AI。它是研究使计算机来模拟人的某些思维过程和智能 行为(如学习、推理、思考、规划等)的学科,主要包括计算机实现智能的原理、制造类似于人脑智能的计算机,使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。
二,人工智能应用领域
三,什么是机器学习
1、概念:英文名称Machine Learning(简称ML)的直译。机器学习是一种让计算机利用数据而不是指令来进行各种工作的 方法。
从广义上来说,机器学习是一种能够赋予机器学习的能力以此让它完成 直接编程无法完成的功能的方法。但从实践的意义上来说,机器学习是 一种通过利用数据,训练出模型,然后使用模型预测的一种方法。
四,机器学习与人工智能联系
机器学习:一种实现人工智能的方法,负责预测
人工智能:负责行为
假设正在建造一辆无人驾驶车,现在卡在了停车标志这个具体问题上面。
•机器学习:汽车必须通过摄像头识别停车标志。我们构建了数以百万计的 街边物体照片数据集,并训练算法来预测哪些街边是有停车标志。
•人工智能:一旦汽车能够识别停车标志,它就需要决定何时采取刹车动作。 我们需要它能够根据不同的路况进行判断(例如,在湿滑的路面上要能知道 不能刹车刹的太快),太早或太晚都是有危险的,这属于控制理论的范畴。
五,深度学习
深度学习:一种实现机器学习的技术
1. 深度学习模型需要大量的训练数据,才能展现出神奇的效果。
2. 有些领域,采用传统的简单的机器学习方法,可以很好地解决了,没必要非得 用复杂的深度学习方法;
3. 深度学习的思想,来源于人脑的启发,但绝不是人脑的模拟,举个例子,给一 个三四岁的小孩看一辆自行车之后,再见到哪怕外观完全不同的自行车,小孩也十 有八九能做出那是一辆自行车的判断,也就是说,人类的学习过程往往不需要大规 模的训练数据,而现在的深度学习方法显然不是对人脑的模拟。
六,AI/DL以及ML区别与联系
机器学习是一种实现人工智能的方法, 深度学习是一种实现机器学习的技术。 我们就用最简单的方法——同心圆,可 视化地展现出它们三者的关系。
七,什么是数据挖掘
数据挖掘——百度百科上指的是从大量的数据中通过算法搜索隐藏于 其中信息的过程。数据挖掘通常与计算机科学有关,并通过统计、在线分 析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式 识别等诸多方法来实现上述目标。
数据挖掘——从大量数据中发现潜在的有价值的知识的过程
数据挖掘和机器学习是一门交叉学科,可以简单的理解为:数据挖掘=机器学习+数据库+统计学
八,数据挖掘最常见的六大任务
1. 分类问题(Classification) 训练数据有标注,输出是0 1
从训练样本中学习,构建一个函数(分类器),对样本的所属类别进行判别
2. 聚类问题(Clustering) 训练的没有标注
从数据中探索样本之间的相似性,把特征相似的样本聚为一类,是一种无目标的探索性分析(对于聚类的结果,需要在聚类完成后进行解读)
3. 回归问题(Regression) 输出是实数,
从训练样本中学习,构建一个函数,对样本的目标变量进行估值
4. 关联问题(Association)
从交易型数据中发现频繁关联出现的Item(商品),又称为购物篮分析
5. 序列问题(Sequence)
从顺序型数据中发现序列模式,例如9个月前买了PC的用 户,下一个月可能会买一根内存
6. 异常检测问题(Outlier Detection)
检测样本取值是否显著偏离常规,发现有意义的孤立点和异常值
九,跨行业数据挖掘标准流程
阅读更多
- 机器学习基础入门—彭亮课的总结
- 八大基础概念带你入门机器学习!(附学习资料)
- 机器学习|环境搭建、入门基础等
- 机器学习入门基础大纲
- 【机器学习】先搞懂这八大基础概念,再谈机器学习入门!
- 机器学习经典书籍--入门书-入门--深入--数学基础
- 干货丨先搞懂这八大基础概念,再谈机器学习入门
- 机器学习入门算法基础视频
- 先搞懂这八大基础概念,再谈机器学习入门!
- 先搞懂这八大基础概念,再谈机器学习入门!
- 深度学习/机器学习入门基础数学知识整理(一):线性代数基础,矩阵,范数等
- 深度学习/机器学习入门基础数学知识整理(二):梯度与导数,矩阵求导,泰勒展开等
- 【推荐给入门选手】【非常基础,又很详细,系统】机器学习中的相似性度量
- 神经网络和机器学习基础入门分享
- python机器学习基础语法入门
- 干货丨八大基础概念带你入门机器学习!
- 《【机器学习】先搞懂这八大基础概念,再谈机器学习入门!》
- 深度学习/机器学习入门基础数学知识整理(三):凸优化,Hessian,牛顿法
- 机器学习知识点(三十三)机器学习入门的数学基础
- (转)先搞懂这八大基础概念,再谈机器学习入门!