2024.4.22 Day 1 AI ML DL

  今天是做笔记的第一天，今天学习了机器学习的概述。

一. 人工智能三大概念

            人工智能（AI）、机器学习（ML）、深度学习（DL）

      1.人工智能是探究智能行动的计算主体的合成和分析的领域，是用计算机来模拟和代替人脑。

      2.机器学习是使计算机具有无需明确编程即可学习的能力和研究领域。

      3.深度学习，也叫深度神经网络，是一种使用多层神经网络对数据进行高层抽象的机器学习技术。

二.AI发展的三要素
     1.数据 

     2.算法

     3.算力

三.机器学习的应用领域

  • 计算机视觉CV：对人看到的东西进行理解.

  • 自然语言处理：对人交流的东西进行理解.

  • 数据挖掘和数据分析：也属于人工智能的范畴.

 四.样本、特征、标签。

  1.样本和数据集

  2.特征

  • 特征(feature) ：一列数据一个特征，有时也被称为属性。

  • 样本(sample) ：一行数据就是一个样本。

  • 数据集dataset：多个样本组成数据集。一般划分为7：3~8：2

  3.标签

• 标签/目标(label/target) ：模型要预测的那一列数据。

五.监督学习、无监督学习、半监督学习、强化学习。

   1.训练数据有标签的就是监督学习

  （1）分类问题：标签值是不连续的

           分类种类：二分类、多酚类

   （2）回归问题：标签值是连续的

   2.无标签的就是无监督学习

   3.一半有标签一般无标签的是半监督学习。

  4.强化学习的四个因素：Agent(智能体)，Environment(环境)，Action(行动)，

reward(奖励)。

六.机器学习建模的一般步骤。

   1.获取数据

   2.数据基本处理

   3.特征工程

   4.机器学习

   5.模型评估