1、机器学习可分为两部分:使用数据(训练),回答问题(推断)。
2、训练是指使用我们的数据去通知系统创建和调整预测模型,
然后通过训练可以对之前不可见的数据做出预测和回答问题。
3、所有事情都取决于数据,它是打开机器学习大门的钥匙。
4、假设我们要构建一个系统,用来判断酒水是红酒还是啤酒。
我们构建的这个问答系统称为模型,
而这个模型的创建需要经过一个过程,叫做“训练”。
5、七部搭建一个机器学习模型
1、收集数据
2、数据准备
3、选择模型
4、训练
5、评估
6、超参数调整
7、预测
6、需要把数据分成两部分:
第一部分用于训练模型
第二部分用于评估训练模型的效果
当今比较重要的机器学习方法:
1、监督学习:有数据和标签
2、非监督学习:只有数据,没有标签
3、半监督学习:有少量数据有标签,其他数据没有标签
4、强化学习:把计算机丢到一个对于它完全陌生的环境或者让它完成一项从未接触过的任务,
它自己会去尝试各种手段,最后让自己成功适应这一个陌生的环境或者学会完成
这件任务的方法途径
5、遗传算法:模拟进化理论,淘汰弱者,适者生存,通过这种淘汰机制去选择最优的设计模型