机器学习初步

写给自己的一些废话

从大学到研究生，学习了不少数学知识，如线性代数，高等数学，概率论与数理统计，由于专业是软件，学了一些编程语言，数据结构和算法。但是知识一直是停留在书本上，对于编程，也只是停留在做个网站，写个app，并没有太大的兴趣。工作的同伴很多人都对做出一些东西而感到有成就感，然而我好像对那些并无太大的感觉，可能是因为觉得那些都是一个熟练工的问题，用的也是别人写好的API，SDK而已，用多了自然就熟了，所以导致现在对于工作未来也很迷茫，一直想找到自己真正想做的东西。Finally，遇到了机器学习！
真的是能做的东西太多了。生物医疗，环境科学，人工智能，金融经济，以前不相信机器能够操控人的我，现在终于也相信了起来。当初本科选专业时本来是想学环境工程的，可惜成绩不够分配到了软件，现在又对金融感兴趣，突然发现我的专业是那么的amazing！可以在很多领域都有用武之地，是啊，有了这个强有力的工具，就可以解决更多的问题!
许多的线性代数，高等数学都串起来了！以前也做过图像处理，那时候觉得图像篡改检测有什么好玩的，但现在觉得以前学的东西是那么有用，自己这次回家特地把以前的书本都翻出来背回来，就好像Jobs说的某一天一切点就都串成了线。虽然自己当初学的现在都忘了一大半，马尔科夫链学的也不认真，机器学习又真的是很难，但是我相信用心在自己感兴趣的领域上，一定能够做的很好！虽然现在开始的晚，自己的学习能力也未必有年轻时那么好，有时候都有觉得自己是不是老了的时候。。但是老话说的好，脑子越用越活，用脑用脑，开发智力哈！

什么是机器学习

机器学习，顾名思义，就是像训练人一样，训练机器来学习。通过训练机器学习，让机器能够具有自我判断、预测的能力。

机器学习的分类

1. 监督式学习

看名字来说，监督机器来学习。怎么样才能监督？自然是需要告诉机器，什么是对的，否则如何能够监督呢？也就是说，给定一个训练样本集，并且已知这个样本集的所有样本具有什么样的输出结果，及影响输出结果的特征变量。

2. 非监督式学习

与监督式学习相反，通常拿到的样本集我们不知道其中的数据具有怎样的规律。正是想通过机器学习，来找出数据中存在着怎样的规律，特征等等。举例来说，以搜索引擎来说，一个用户上网搜索，我们可以将用户搜索的关键词进行机器学习。机器学习可以将这些关键词进行分类，从而得出该用户更关心的领域，那么下次用户再进行搜索的时候，就可以进行相应的推荐。那么这个将关键词进行分类，已找到用户关心领域的过程就是非监督式学习。

监督式机器学习的一般步骤

1. 找样本集，并对样本进行数据预处理
   样本集包含样本的特征变量，和目标变量。特征变量就是指影响该问题的几个变量，目标变量就是该问题的结果。有点绕。举个例子来说，我们想给自己的房子进行一个估值。现在手上有200套房屋的数据，即样本集。该样本集中的每个样本包括了房子的大小，房子的地理位置，那么这两个就是特征变量，还包括了房屋的价格，这个就是目标变量，即问题的结果。
2. 利用样本集训练，得出适用该问题的算法模型
3. 通过测试数据集，测试2中得出的算法的精度，如果精度不满意，需要改变2中的算法模型
4. 给出待预测的数据，利用算法模型，预测数据的结果

非监督式机器学习的一般步骤

这个还没有学习到，应该主要是通过对样本进行分类，找出样本集的特征变量

机器学习的一些实例

监督式的
1. 手写文本的识别
2. 房价的预测
非监督式的
1. 将双声道的声音分离
2. 分析疾病的影响因素

机器学习的一些常用算法

1. 回归分析（梯度下降）
2. K-近邻算法
3. SVM支持向量机
4. 朴素贝叶斯
5. 聚类（非监督式）
   等等

小结

实际自己也是刚刚开始学习，做一个简易的笔记，随着深入学习，自己也希望能真正做出自己的软件！有感而发写了一些废话，毕竟我从来没有做过自己真的想做的东西，都是项目需要，这次我也要自己动手，丰衣足食！