初识机器学习—理论篇

1. 什么是机器学习？
   计算机>
   历史数据（原材料）>
   找出规律（用模型刻画得到数学函数、数学公式）>
   决策未来的不确定场景。（系统自动生成）

2. 机器学习发展的原动力
   用数据代替expert、经济驱动、数据变现

3. 业务系统发展的历史
   基于专家经验
   基于统计——分纬度统计
   机器学习——在线学习（实时调整如电商、百度）

4. 机器学习的典型应用
   （1）场景：啤酒+纸尿裤 购物篮分析
   算法：关联规则
   （2）用户细分精准营销
   算法：聚类
   （3）垃圾邮件
   算法：朴素贝叶斯
   （4）信用卡欺诈
   算法：决策树（银行用于风险识别）
   （5）互联网广告
   算法：ctr预估（广告顺序基于用户点击率的预估）
   （6）推荐系统
   算法：协同过滤（淘宝多用)
   (7）自然语言处理
   应用场景（情感分析、实体识别）
   （8）深度学习
   应用场景（图像识别）

“机器学习无处不在！”

**5.**机器学习和数据分析的区别
(1)数据特点：行为数据（用户搜索、点击、浏览历史） VS 交易数据（和钱有关）
海量数据 VS 少量数据
全量分析 VS 采样分析

(2) 解决业务问题：预测未来之事 VS 报告过去之事

(3) 技术手段：算法和数据驱动（大量维度和属性） VS 用户驱动（分析师经验、维度有限）

(4) 参与者：数据质量决定结果 VS 分析师能力决定结果
目标用户：个体 VS 公司高层

6.机器学习算法分类
（1）有监督学习：分类算法、回归算法（训练模型中含有y）
无监督学习：聚类算法 （训练模型中无y）
半监督学习：迭代强化y

（2）分类与回归
聚类
标注：

（3）生成模型：如陪审团指出属于某类的概率
判别模型：如大法官直指目的非一即二

7.机器学习解决问题的框架
(1)业务需求
数据
特征工程

(2)训练模型
定义模型：函数
定义损失函数：定义预测结果与真实结果偏差大小
优化算法：

(3)模型评估
交叉验证
效果评估