机器学习篇-1.概念篇

1.人工智能三大概念：

• 人工智能：(AI), 仿智，机器模拟人类理性思考、活动
• 机器学习：(ML),机器自动学习
• 深度学习: (DL),也叫深度神经网络，大脑仿生，设置一层一层的神经元模拟万事万物。

1. 以上三者之间的关系：
   • 机器学习是实现人工智能的一种途径。
   • 深度学习是机器学习的一种算法。

2.学习方式：

1. 基于规则的学习：程序员if-else进行预测
2. 基于模型的学习：机器通过模型训练自动学习

3.机器学习三要素：

1. 数据
2. 算法
3. 算力

4.机器学习常见术语：

1. 样本：一条数据就是一个样本
2. 特征：一列数据为一个特征，也叫属性
3. 标签/目标：模型要预测的那一列数据
4. 数据集可划分为：
   • 训练集：用来训练模型的数据集
   • 测试集：用来测试模型的数据集
   • 训练集、测试集比例：8:2 , 7:3
5. 常用
   • x_train:训练集的特征
   • y_train:训练集的目标
   • x_test:测试集的特征
   • y_test:测试集的目标

5. 算法分类：

1. 有监督学习：有特征，有目标
   • 如果目标值是连续的，则是分类
     • 分类种类：
       • 二分类：目标值类似于只有是否两个结果
       • 多分类：多个目标值
   • 如果目标值是离散的，则是回归
2. 无监督学习：有特征，无目标
   • 根据样本间的相似性对样本集进行聚类。
3. 半监督学习：有部分有目标，有部分没有目标
4. 强化学习：完成任务时，类似于得到奖励，没完成则给予惩罚。

6.机器学习的建模流程：

1. 获取数据
2. 数据基本处理
3. 特征工程
   • 概念：特征工程是利用专业背景知识和技巧处理数据，让机器学习算法效果最好的过程
   • 特征工程内容：
     • 特征提取
     • 特征预处理
     • 特征降维
     • 特征选择
     • 特征组合
4. 机器学习(模型训练)
5. 模型评估

7.模型拟合问题：

1. 欠拟合：

   • 表现： 模型在训练集上表现很差，在测试集表现也差
   • 原因：模型过于简单

2. 过拟合：

   • 表现：模型在训练集上表现很好，在测试集表现很差
   • 原因：模型太过于复杂、数据不纯、训练数据太少

3. 泛化:

   • 概念：模型在新数据集(非训练数据)上的表现好坏的能力
     奥卡姆剃刀原则：
   • 给定两个具有相同泛化误差的模型，较简单的模型比较复杂的模型更可取。