尚学堂《人工智能开发课程》个人总结笔记-2.1

2018-11-05 机器学习是什么？
1.已有的数据（经验）
2.某种模型
3.利用模型预测未来
4.数据为王的思想
数据：数据分析和数据挖掘
4.1数据分析：根据已有数据做一些分析/数值计算，做一些数学运算，差值，平均，其他运算公式，，工具如：excel，python算法库，spark
4.2数据挖掘：在数据库提取数据？数据量不大可用mysql，数据量大可用have，其他的数据挖掘的算法，如机器学习，使用算法，算法的应用
4.3 主要为方向：数据挖掘（应用）并非研究
4.4 让机器具备像人一样的学习能力
知识-----数据
算法-----公式
（神经网络---------各种算法人来帮助计算机选择）
模型-----参数
预测-----把新的数据和参数计算得到结果
4.5模型与预测
例如：y = a*x+b
求模型？求a和b ？把x和y带入得到a和b （得到参数{模型}）
y1，x1 和x2，y2就是已知的数据，可以作为已知的数据，a和b就是要求解的参数
预测就是当新的x带入到公式里面，来预测y（结果）
5 机器学习分有监督机器学习和无监督的机器学习
有监督机器学习：有结果–y，公式中包含y结果，人工标注
无监督的机器学习：无结果 ，例如自学，
6分类：y是分类号，预测结果是哪个类别，没有y的情况下，把数据分为一起
7.降维：X1—Xn 纬度多，为了更快的解方程组，减少x的数量的算法为降维算法