1 机器学习的子类是深度学习,机器学习的父类是人工智能,核心都是机器学习。
百度大脑、谷歌大脑等都属机器学习,百度和谷歌数据量都大所以才会有百度大脑谷歌大脑
2 机器学习,我只要有大量数据,我去训练,我就可以训练出一个好的模型,而且这个模型就可以做预测,预测和分类是分不开的
3 机器学习就是 拟人
拟人 :
1 大量已有的数据(经验,存在大脑)
2 总结出某种规律(模型) 根据某种算法,训练出模型
3 利用此规律,输入新的数据,做出预测
4 机器学习“数据为王” 要求 数据要是大量正确的数据
历史数据--》训练出模型
新的数据--》上一个模型 --》预测
4 模式识别=机器学习
数据挖掘=机器学习+数据库 早期只有算法没有数据,所有没有活起来
统计学习近似等于机器学习
计算机视觉=图像处理+机器学习
语音识别=语音处理+机器学习
自然语言处理=文本处理+机器学习
5 机器学习 ---》 数 算法(公式) 模型(参数)
(根据某种算法 :y = a + bx xy就是训练数据,得出的结果 y = 2 + 3x 这条直线 就是一个模型。 参数a和b就是模型)
如果得到的参数比较复杂,比较多,单机装不下,用分布式存储
6 机器学习要干的事情就是用大量数据用分布式的快速的总结规律,很多时候还要实时的计算模型
7 数据挖掘的基本任务包括 利用分类与预测、聚类分析、关联规则、
时序模式、偏差检测、智能推荐等方法,帮助企业提取数据中蕴含的商业价值,提高企业的竞争力
8 R语言和python 是第一代的机器学习的工具,python还可以做更多
Mahout 是第二代的机器学习工具 它是分布式的,是基于mapreduce的
MLlib 是第三代 它是基于 spark进行运算
机器学习里的算法,它的算法实现的时候都是需要的迭代的
9 R语言
主要用于统计分析、绘图、数据挖掘
内置多种统计学及数字分析功能。R的功能也可以通过安装包(Packages,别人撰写的功能)增强。
R的另一强项是绘图功能
10 编程 = 数据结构 + 算法 数据结构:数据类型
R语言的数据机构包含:向量,因子,列表,数组,数据框,矩阵
11 线性回归
y = a + bx
多元线性回归 :它是一种算法 那么它对应的公式是
y =m + A1X1 + A2X2 + A3X3 + A4X4 + A5X5 + A6X6 + .... AnXn 它易于分布式
一个维度对应一个模型
逻辑线性回归是线性回归经过数学上公式的转换,把y值进行缩放,缩放到0到1之间,那么它有一个好处,就是得到一个比例(概率)的事情
线性回归和逻辑回归 统称为广义线性回归
error 值最小
12 相关系数 它来表达两个维度的相关性,的范围是-1~+1 正相关 和 负相关 0表示根本就不相关
R语言来探索相关性,R语言的一些函数 协方差函数cov(),标准方差函数sd(),可以求出来cor()
13 我越了解现实中的数据,越有利于改进模型
14 神经网络 复杂的多个层次的神经网络就叫深度学习
15 网络拓扑层--单层网络 多层网络
15 案例1 保险的消费 用多元线性回归来做
案例2 计算水泥的强度系数 用神经网络来做 1个输入层 1个隐藏层 1一个输出层