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),
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