机器学习之基础篇

机器学习是一门交叉的学科，它涉及到统计学、概率论、凸分析、算法复杂度等多门学科。专门研究计算机怎么模拟人类或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

基本定义：机器学习是利用已有的数据开发一种算法，使计算机不需要外部指标，通过对数据的学习进行建模，而后利用建立好的模型和新的输入来进行预测。

机器学习的应用：语音识别、自动驾驶、语言翻译、计算机视觉、推荐系统、以及无人机等。

机器学习的基本概念：训练集、测试集、特征值、监督学习、无监督学习、半监督学习以及分类、回归等。

训练集：用来进行训练，产生模型或算法的数据集

测试集：用来测试已学习好的模型及算法的数据集

特征向量：属性的集合，用向量表示

标记：实例类别的标记

分类（classification）:目标标记为类别型数据，即为离散的

回归（regression）:目标标记为连续型数据

有监督学习（surpervised learning）:训练集有类别标记

无监督学习（unsurpervised learning）:训练集无类别标记

半监督学习（semi-surpervised learning）:有类别标记+无类别标记的训练集

机器学习的框架：

（1）把数据划分成训练集和测试集

（2）用训练集和训练集特征向量进行学习，得到模型或算法

（3）将测试集作为学习得到模型或算法的输入，对模型进行测试，评估算法（可能要涉及到调整参数，用验证集）