机器学习笔记：机器学习概述和特征工程简介

一、机器学习简介和概述：

1.影响人工智能的发展：数据和算法

2.分类：（1）自然语言处理：自动报到天气的程序，写新闻

（2）图像识别：人脸识别，图片优化

（3）传统预测：信贷需求预测，店铺销量预测

3.机器学习是：从数据中自动分析获得规律，并利用这些规律对未知数据进行预测。

比如说：AlphaGo（从棋谱中学习数据，打败柯洁）、广告搜索：根据历史行为推荐商品

4.为什么需要机器学习：解放生产力（智能客服）、解决专业问题（ET医疗）、提供社会便利（城市大脑）

5.机器学习的价值：领域需要多，让机器学习程序替代手动的步骤，减少企业的成本也提高企业的效率。

二、特征工程和文本提取

1.数据集的组成

机器学习的数据：文件csv，使用pandas读取数据处理数据，基于numpy

numpy为什么处理速度很快？c编写，GIL锁释放可以进行多线程操作

2.数据集的结构：

数据集：kaggle uci scikit-learn

结构：特征值+目标值

比如说：利用身高、体重、皮肤颜色、头发长度等判断男女

{特征值：身高、体重、皮肤、头发长度 目标值：男、女}

注：有些数据集可以没有目标值