和小白一起学机器学习之机器学习概述（二）

本文主要跟大家一起学习如下几个内容

• 机器学习的定义
• 机器学习的方法
• 机器学习的流程

一、机器学习定义

机器学习，从名字上简单理解，便是一门让机器可以学习的技术。但怎么可以做到让机器会学习呢？从实践的角度讲，就是利用数据，进行训练，找到规律，获得模型，进而利用模型对未知数据进行预测的一种方法。

人类在历史长河中积累了很多的经验，并定期地对这些经验进行“归纳”，获得了世界的“规律”。当人类遇到未知问题的时候，人类便使用这些“规律”，对未知问题进行“推测”，从而指导自己的下一步怎么办。有句老话说得好，“历史往往不一样，但历史总是惊人的相似”，可见学习、归纳、总结的价值是非常大的。

而机器学习的思想，就是模拟人类学习、归纳、总结的过程。机器学习中的“训练”与“预测”过程，类比于人类的“归纳”和“推测”过程。通过这样的对应，机器可以像人类一样，实现特定场景下的智能。

二、机器学习方法

从算法上来分，包括聚类、K近邻、贝叶斯、决策树、随机森林、支持向量机、线性回归、逻辑回归、神经网络等等。从学习方法上来分，又可以分为监督学习（如分类问题、回归问题）、无监督学习（如聚类问题）、半监督学习、深度学习、强化学习等等。

深度学习和强化学习在上一节的末尾已经解释过，本节再介绍另外几个学习方法的概念。

• 监督学习，数据集中包含目标值，即通过输入数据与其对应的目标值，建模找到之间的关系。

• 无监督学习，数据集中无目标值，直接对输入数据进行建模。

• 半监督学习，综合利用有目标值的数据和无目标值的数据进行建模。

关于机器学习常见算法的原理和使用方法，后面将基于sklearn框架逐一介绍，今天就先附上一张图，让大家先睹为快。

三、机器学习流程

• 1、获取数据

• 2、数据预处理

• 3、特征工程

• 4、算法训练得到模型

• 5、模型评估

• 6、模型应用

业界流行一句话，“数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已 ”。“Garbage in, garbage out”，没有好的数据和特征，机器学习也无法达到最优的结果。

对于非算法工程师而言，我们70%时间是花在分析业务，分析数据，数据预处理，特征工程，30%时间用于选择合适的算法、调参数和评估优化上面。