小编最近在看有关人工智能的内容,并且想将人工智能这个工具应用到做的工作当中,于是想到之前有朋友在学习支持向量机时一直用的matlab,于是我也优先从matlab中摸索机器学习的内容。
1、先弄清楚人工智能、机器学习、深度学习这三者的关系
人工智能是最大的概念,机器学习只是人工智能的其中一个领域,深度学习又是机器学习中的一个常见算法。机器学习中的算法除了深度学习,还有例如支持向量机算法、人工神经网络算法等等。
2、在matlab的命令行窗口中加载一个软件自带的数据表“fisheriris.csv”,然后双击fishtabl,可以在编辑器窗口中看到这个表格中的内容,如下图:
3、打开分类器。在matlab的命令行窗口中输入classificationLearner,然后系统会自动启动分类学习的窗口,如下图:
4、导入数据。
在“new session”中选择“from workspace”,采用默认的变量、验证方式、指定列,然后点击“start session”如下图
5、选择模型,并开始训练。
在model type中选择“fine tree”模型,也可以点击下拉菜单选择其它的分类模型,然后点击“Training”中的“Train”按钮,模型开始学习。
6、得到模型训练的结果。在上一步中我们默认使用了"并行处理parallel",经过一段时间运行模型,可以看到学习的结果及准确率,如下图:
7、如果想一次性,把所有的模型都尝试着训练一遍,可以在model type中选择“All”,这里小编就先不运行训练结果了。
8、生成训练代码。这一步按照小编理解,是非常重要的一步,我们可以在生成的代码中,进行一定程度上的优化,进而成为自己专属的机器学习模型。然后生成的代码能够在matlab的编辑器中看到,如下图:
这回小编学习了一下分类算法“ClassificationLearner”;下回,小编会尝试一下回归算法“RegressionLearner”。