初识机器学习-理论篇

---

大纲 Agenda

• 什么是机器学习
• 生活中的机器学习
• 数据分析和机器学习
• 常用算法
• 框架
• Demo

---

第1章 课程介绍

什么是机器学习

• 利用计算机从历史数据中找出规律，并把这些规律用到对未来不确定场景的决策
• 确定性场景：明天太阳从东方升起
• 不确定场景：明天公司的股票
• 数据分析的主体是人，依靠人的经验和知识水平；机器学习的主体是机器，抛弃对人的依赖
• 数据量越大，找出的规律越精准
• 从数据中找规律-》数学规律，数学公式

---

第2章 认识机器学习

从数据中找规律

• 机器学习的基石：概率论，数据统计
• 传统统计学方式：抽样 -》描述统计 -》结论 -》假设检验

机器学习发展的原动力

• 从历史数据中找规律，把这些规律用到对未来自动做出决定
• 用数据代替expert
• 经济驱动，数据变现

业务系统发展的历史

• 基于专家经验
• 基于统计————分维度统计
• 机器学习————在线学习

---

第3章 机器学习的典型应用

机器学习的典型应用

• 购物篮分析：纸尿布和啤酒

  • 关联规则

• 用户细分精准营销：神州大众卡，全球通，动感地带，神州行

  • 聚类

• 垃圾邮件

  • 朴素贝叶斯

• 信用卡欺诈

  • 决策树

• 互联网广告

  • ctr预估

• 推荐系统

  • 协同过滤

• 自然语言处理

  • 情感分析
  • 实体识别

• 图像识别

  • 深度学习

• 语音识别

• 个性化医疗

• 情感分析

• 人脸识别

• 自动驾驶

---

第4章 数据分析和机器学习的区别

机器学习和数据分析的区别

• 数据特点

  • 交易数据 vs 行为数据
  • 少量数据 vs 海量数据
  • 采样分析 vs 全量分析

• 解决业务问题不同

  • 数据分析：过去发生事情的总结
  • 机器学习：预测未来

• 技术手段不同

• 参与者不同

• ………………

---

第5章 常见的算法和分类

机器学习算法分类

• 有监督学习
• 无监督学习
• 半监督学习

机器学习常见算法

挖掘主题	算法	发表时间
分类	C4.5	1993
聚类	K-Means	1967
统计学习	SVM	1995
关联分析	Apriori	1994
统计学习	EM	2000
链接挖掘	PageRank	1998
集装与推进	AdaBoost	1997
分类	kNN	1996
分类	Naive Bayes	2001
分类	CART	1984

---

第6章 解决问题

• 不以业务需求为目标的机器学习都是耍流氓