第一章 机器学习准备
1、什么是机器学习?
机器学习简单的来说,就是让机器去学习。提供机器大量数据,通过学习算法让去学习数据之间的关系。区别于传统的经典算法,通常是人们设计算法,让机器去执行。比如一千个数的排序,人们设计好排序算法,让计算机去执行就好。
机器学习的过程,可以类比人类学习的过程。人类的学习过程属于经验学习,人们了解一定的样本资料,通过学习、归纳、整理与总结,获得知识、经验,当遇到类似任务时,可以根据知识和经验做出反应。机器学习,类似的,需要输入给机器大量的学习资料,通过调用机器学习算法,得出相应的模型,当遇到类似的输入样例,机器根据模型输出较合理的结果。
目前,我们生活中已经大量的运用了机器学习:判断信用卡的发放是否有风险?使用Google搜索时根据你输入的部分关键字,自动补全判断你真正想要搜索的类容;浏览商品时,你最有可能购买的商品?只能手机上的语音识别、相机的人脸识别等等。
2、课程涵盖的内容和理念
人工智能的范围较大,机器学习被包含于其中,占重要的部分,机器学习又包含深度学习。我的笔记将会成体系的介绍机器学习的一些最基础的算法(学懂了的话)。主要包括:KNN、线性回归、多项式回归、逻辑回归、模型正则化、PCA、SVM、决策树、随机森林、集成学习、模型选择、模型调试。学习过程包括: