什么是机器学习
首先我先放一张笔记,有需要可以拿走
(字迹有些潦草)
何为机器学习?
在当今的大数据时代,有着很多的信息,其中有很多不乏是垃圾信息.对于某一些垃圾信息,人们一眼就可以看出,这时我们就可以想?是否能训练机器,让其自己识别出这些垃圾信息,来为我们提供便捷呢?那么人们就想到了可以通过大量的数据来训练模型,让模型在一定情况下能够自行判断一些问题.所以机器学习就是基于数据产生训练模型(在面对新情况时模型会自行判断),并通过不断的训练,会优化模型,从而使正确率提升.
接下来我会为大家详细讲解一下,模型,数据集,假设,标记信息,分类和回归,聚类,监督学习和无监督学习来为大家初步介绍一下机器学习
模型
模型,就像一个懵懂无知的小孩,你问他问题(输入数据),他就会回答你(输出一个预测的值),但是这里要区分人工智能,因为它只能基于你给的数据来不断的提高预测结果的精度。并不具有自己的意识。
数据集
数据集,根据名字就知道,数据集就是承载数据的集合嘛。数据集一般分为两类,分别为训练集和测试集。"训练集"在训练阶段起重要意义,"测试集"在检验预测输出的阶段起重要作用
训练集以及假设
给一个模型输入训练集之后,模型会从数据中学习,那么从数据中学习的模型,我们称为"训练"或"学习"。在训练过程中,我们用到的数据叫做训练数据,其中每一个样本我们都可以理解它为基本的训练样本,而每一个训练样本合在一起就是一个训练集。模型经过不断的训练后,会形成某种未知的预测信息的能力,所以我们把它称为假设。而这种能力自身我们就将其称之为真相。
测试集
通过不断的训练后,模型会变得成熟。那么我们通过什么来检测它是否能精准的预测呢?这时候就需要用到我们的测试集了。如果引用了大量测试集后,该模型也能很好地预测的结果,那么我们就可以认为该模型已经基本可以实现高精度预测了。
标记信息
这里取一个简单的例子((色泽=青绿,敲声=浊响,根蒂=蜷缩),好瓜)
这里关于样本信息比如说"好瓜",我们称之为标记,拥有标记的信息示例我们称之为样例。Attention!!!
只有分类和回归问题的数据集要用标记,聚类使用的数据集一般不使用标记。别急,回归,分类和聚类马上会讲到。
分类和回归
如果预测的值是离散的,我们称之为分类,如果预测的值是连续的,我们称为回归。那么离散是什么意思呢?就比如说"好瓜"与"坏瓜"。那么连续又是啥?比如说水稻的成熟度为0.50, 0.85
这样理解起来应该就好理解一些了.
聚类
我们可以对某一对象进行聚类,相关算法将集中训练的对象分为若干组,每一个组称为一个"簇",这些自行分的"簇"可能对应某种规则.比如"本地瓜",“外地瓜”.但是我们事先是不知道这些概念的,而且学习过程中训练集样本是不用标记信息的.
监督学习和无监督学习
根据训练是否拥有标记,我们可以将 信息学习任务分为两大类,
监督学习和无监督学习
监督学习,其代表是分类和回归
无监督学习,其代表是聚类
监督学习
监督学习指的是我们给学习算法一个数据集,然后可以理解为这个数据集是由"正确答案"组成的
回归指的是我们可以通过训练模型来推测连续数据的属性
分类指的是我们可以推测出离散的输出值
无监督模型
无监督模型中要么没有标签,要么有着相同的标签.
针对数据集,无监督模型可以判断出两个不同的聚集簇
因此也被成为聚类算法