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