模式识别和机器学习有必要学么_机器学习小白来喽

转载请注明作者和出处：

weixin_45814668的博客_琼简_CSDN博客​blog.csdn.net

微信公众号：qiongjian0427

Github：

qiongjian/Machine-learning​github.com

Python版本： Python3.x

———————————————

去年偶然间加入老师的团队，开始了机器学习之旅，在这里记录自己的学习过程吧，小白一枚~

机器学习的定义

机器学习是把混乱的数据转换成有用的信息的工具。

机器学习是对已有的数据进行训练，训练出模型，然后使用模型预测未知的的一种方法。

机器学习的一些术语

训练集：数据集子集，用于训练模型。

测试集：模型训练出来之后，使用测试集对模型进行测试。

验证集：数据集的一个子集（与训练集不同），可用于调整超参数。

机器学习的主要任务

分类 ：将数据划分到合适的分类中。

回归 ：主要用于数值型数据，最简单的例子是数据拟合曲线。

机器学习的算法

监督学习 ：

k-近邻

朴素贝叶斯算法

支持向量机

极限学习机

决策树

卷积神经网络

BP神经网络等。

无监督学习 ：

聚类

半监督学习 ：

强化学习 ：

深度学习 ：

机器学习的步骤

收集数据 ：实验、现场收集、网络爬虫等方法获得。

输入数据 ：保证数据符合格式。

分析数据 ：查看空值、异常值等。

训练算法 ：核心步骤。

测试算法 ：测试算法的准确度。

使用算法 ：使用算法在新的数据中。

机器学习的应用

模式识别

数据挖掘

计算机视觉

语音识别

自然语言处理

我使用的语言-pytho

优点 ：

语法清晰、简单；

易于操作纯文本文件；

使用广泛

————————————————

如有错误，还望指正，谢谢！

欢迎关注、评论、赞！

END