机器学习导论（二）

机器学习导论（二）

一、机器学习关于数据集的概念

（二）如何对二分类问题进行评价？

性能矩阵

（三）概念学习

在类别标签列上，小明享受水上运动是离散的值，房价是连续型的数值。

（四）初始机器学习分类

（五）初始机器学习框架

二、机器学习分类详解

（一）监督学习

（二）案例：垃圾邮件的分类问题

（三）非监督学习（unsupervised learning）

聚类：在没有类别标签的情况下，根据特征相似性或相异性进行分类
特征降维：根据算法将高维特征讲道理低维特征低纬的特征不具备可解析性
区别于特征选择：仅是在全部特征中选择部分特征

（四）半监督学习

（五）强化学习

（六）迁移学习

有两个数据领域，一个数据领域小，一个数据领域大，先在大的数据领域里构建数据模型，然后迁移到小的数据领域，直接做预测。
深度学习，强化学习和迁移学习的区别

迁移学习能够解决的问题？

（七）机器学习的总结

三、机器学习经典案例举例

手写体识别与车牌号识别—机器学习监督学习中的10分类问题

四、机器学习三要素详解及概念强化（熟悉）

机器学习模型=数据+算法+策略
机器学习模型=模型++算法+策略

（一）模型——寻找规律

（二)策略——模型好不好

（三）算法

五、如何设计机器学习系统（了解）

六、模型选择——泛化性能体现（掌握）

（一）首先看数据

（二）模型选择——那条曲线拟合效果是最好的

（三）泛化

●模型具有好的泛化能力指的是:模型不但在训练数据集上表现的效果很好，对于新数据的适应能力也有很好的效果。
泛化能力的表现:过拟合和欠拟合
●过拟合overfitting:模型在训练数据上表现良好，在未知数据或者测试集_上表现差。
●欠拟合underfitting: 在训练数据和未知数据上表现都很差。

（四）模型选择的——奥卡姆剃刀原则

六、机器学习三要素数学理论补充（理解）

策略：
通过经验函数替代损失函数最小化

结构风险：添加正则项，防止过拟合

模型评估和模型选择

过拟合与模型选择

七、正则化（了解）

（一）什么是正则化？

（二）正则化

八、交叉验证

（一）什么是交叉验证？

（二）简单交叉验证

（三）十则交叉验证

把数据分成10份，每次拿一份数据集做训练集，其余做测试集

（四）留一验证

九、为什么现在是进入机器学习最佳时机（了解）