机器学习入门笔记一：基本概念的理解

机器学习入门笔记一：基本概念的理解

在机器学习中有常用的有两个方法：有监督学习和无监督学习。
一、有监督学习
有监督学习是通过训练数据集(比如语音类已知数据，视频图像类已知数据)，进行建模，然后用出来的模型对新的数据进行分类或者回归分析的方法；
使用的训练的数据集都是已经分好类和标记，借助不同的算法对新的数据进行分类。目前该方法已经应用在很多的领域。
分类：对新的数据进行分开预测为各个类，判定数据为哪个类别，一般是离散的数值；
回归分析：预测一个连续的数值或范围。例如：给分好的类别进行打分，分数高的即为预测好的对象。
模型泛化：对已经建好的模型，使用新的没有的数据。评定标准则是预测越高，则模型泛化的准确度越高。
过拟合:训练好的模型在拟合训练中比较好，但是在测试数据中表现很差的问题；
欠拟合：训练出的模型在训练数据集中表现都不好的情况下，在测试中表现更差，则该模型为欠拟合的问题。
二、无监督学习
无监督学习是没有训练数据集，对没有标记分类的数据进行分析而建模，来解决相应的问题。一般常见的有数据转换和聚类分析。
数据转换：将复杂的数据集通过无监督的学习算法转化为易于理解的内容。常用的转化方法是数据降维（提取出有用的特征，对于无用的特征去除）。
聚类算法:通过把数据集划分到不同分组的算法，每个分组都有相近的特征。
常用来做的统计数据分析，图像、视觉等方面。
三、半监督学习（SSL）
半监督学习是上述两种学习的结合，即使用有标记和未标记的数据进行模型的训练
…