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-learninggithub.comPython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