机器学习、深度学习能做什么?
- 传统预测
- 图像识别
- 自然语言处理
什么是机器学习?
机器学习是从数据中自动分析获得模型(规律),并利用模型对位置数据进行预测。
数据集的构成
结构:特征值+目标值
注:
1.对于每一行数据我们称之为样本
2.有些数据集可以没有目标值
机器学习的算法分类
目标值:
- 类别 —— 分类问题
- 连续型的数据 —— 回归问题
- 无 —— 无监督学习
总结:
机器学习的算法分为两大类,分别是监督学习和无监督学习。
监督学习 —> (分类、回归) —>输入的数据有特征标签,即有标准答案
无监督学习 —>(聚类、k-means) —>输入的数据有特征无标签,即无标准答案
机器学习开发流程
- 获取数据
- 数据处理
- 特征工程
- 使用机器学习算法训练 —— 模型
- 模型评估
- 应用