2.人工智能任务分类

人工智能的流程

1 数据 Data --> 2 算法 Algorithm --> 3 模型 model 4 预测 Predict

人工智能的本质

将历史数据代入算法（公式），得出相应的模型（参数），并对未来数据进行预测（自变量代入公式得到因变量）

==>怎么才能使预测更准确？

增大历史数据量和提高数据质量或优化算法
You change nothing,nothing will change!

任务分类

1.回归（有监督机器学习）
本质：拟合历史已有的数据，根据拟合出来的函数走势来预测未来
目标：预测-inf~+inf之间的具体值，连续值
应用：房价、股票价格预测等
2.分类（有监督机器学习）
本质：找到分界（超平面），根据分界对新来的数据进行分类
目标：对新的数据预测出是各个类别的概率，正确的类别概率越大越好，最后通过选择概率最大的类别为最终类别，类别号是离散值
应用：银行风控、图像识别、情感分析
3.聚类（无监督机器学习）
本质：根据样本和样本之间的相似度归堆
目标：将一批数据划分到多个组
应用：用户分组、前景背景分离、异常检测
4.降维（无监督机器学习）
本质：去掉冗余信息量或噪音
目标：将数据的维度减少
应用：数据的预处理、可视化、提高模型计算速度