写在前面: 本博客系列是关于《机器学习实战》一书的学习笔记系列,与隔壁吴恩达的视频笔记相互配合,希望能学得更好一些(不知道,试试吧)。
第一章 机器学习基础
什么是机器学习
- 机器学习就是把海量无序的数据转换成有用的信息。机器学习需要用到统计学知识。
- 训练集:用于训练机器学习算法的数据样本集合。
- 特征/属性:训练样本集的列,独立测量得到的结果。多个特征联系在一起共同组成一个训练样本。
- 目标变量:机器学习算法的预测结果
- 为了测试机器学习算法的效果,通常使用两套独立的样本集:训练数据和测试数据。
- 知识表示:某程序/机器通过满足精度的测试。其可以采用规则集、概率分布、或者训练样本集中的一个实例表示。
机器学习的主要任务
- 机器学习的主要任务是分类和回归。
- 回归:主要用于预测数值型数据,比如数据拟合曲线(通过给定数据点的最优拟合曲线)。
- 监督学习:分类和回归属于监督学习。这类算法必须知道预测什么,即目标变量的分类信息。
- 无监督学习:数据没有类别信息,也不会给定目标值。其可以减少数据特征的维度,以便可以使用二维或三维图形更加直观地展示数据信息。
- 聚类:将数据集合分成由类似的对象组成的多个类的过程。
- 密度估计:寻找描述数据统计值的过程。
用于执行分类、回归、聚类和密度估计的机器学习算法