机器学习笔记

https://monkeylearn.com/blog/gentle-guide-to-machine-learning/

A Gentle Guide to Machine Learning

https://github.com/wilsonlsm006/TensorFlow-Examples/blob/master/README.md

一、现实中的机器学习
1.图像处理
 图像标签
 图形识别
 汽车自动驾驶
2.文本分析
 垃圾邮件过滤
 情感分析
 信息提取
3.数据挖掘
 异常检查
 关联规则
 聚类
 预测

4.电脑游戏和机器人

二、机器学习算法分类
 监督学习和无监督学习
1.监督学习
 分类
 回归
2.无监督学习
 聚类算法

三、机器学习算法
支持向量机
概率模型
深度学习

四、使用机器学习要注意的几个方面
1.应该用什么机器学习算法？
 监督还是无监督
 分类、回归还是聚类
 深度学习、支持向量机、朴素贝叶斯、决策树

2.特征工程
 (1)特征提取
  将行数据转化为特征向量
 (2)特征选择
  特征选择算法
  避免选择过多的特征 可能会造成维灾难

五、训练样本