（二）西瓜滞销！救救农民！ 1.机器学习入门

对于从来没有接触过机器学习的人来说，周志华的《机器学习》——也就是所谓的西瓜书，可以说是最适合的教材了。西瓜书省略了数学公式的推导，更注重于机器学习的概念，每个算法都用西瓜作为例子进行讲解非常容易理解。

准备工作

一本西瓜书：《机器学习》——周志华著
编程环境：可以是python，也可以是C语言，也可以是matlab，其他语言也可以。

你不想学习为什么要机器学习？

现在人们有这样一个任务的需求：将一个物体的特征(feature)，放入某个模型(model)中,预测(predict)出这个物体是什么。
其中，这个模型，的获得，就是通过一组数据的集合(dataset)放入一个原始的模型中，让计算机重新配置权重(weight)，而得到一个带权重的模型，这个过程叫做训练(train)，也是机器学习的核心。
现在有两个问题：

1. 这个模型最初是什么样的？
2. 这个模型经过训(xue)练(xi)后的效果如何？

机器学习的模型叫做机器学习算法，所谓人工神经网络只是其中的一种算法而已。
机器学习训练后的结果有许多评判标准。可以在西瓜书的前三章中找到详细的数学解释。

机器学习分类

机器学习按照预测的要求来分可以分为：
1. 分类：预测值为离散值
2. 回归：预测值为连续值
按照数据集可以分为：
1. 有监督学习：数据集有标签
2. 无监督学习：数据集无标签

机器学习算法汇总

• 有监督学习
  • 线性模型：解决回归问题
  • K-NN：解决回归或者聚类问题
  • 决策树：解决分类问题
  • 神经网络：一般解决分类问题
  • 支持向量机：解决分类或回归问题
  • 贝叶斯分类器：解决分类问题
• 无监督学习
  • k-means
  • 密度聚类
  • 高斯混合聚类

这里只列举了一部分算法，还有很多算法没有列举。

小结

机器学习的训练就是通过输入数据集到模型，进行权重配置得到一个新的模型：

有了训练好的模型之后就可以进行预测：