首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

机器学习(一)——机器学习概述

机器学习(一)

——机器学习概述

(原创内容,转载请注明来源,谢谢)

前言:近期开始学习机器学习,当前视频和书籍一起看,视频看的是吴恩达的机器学习系列课程,书籍看的《机器学习实战》。目前是机器学习小白,希望各位有感兴趣的,可以一起开始学机器学习。大家可以多交流~~

另外,由于工作上还是在做web服务端,因此还会经常更新对于web的学习体会~希望大家共同进步。

一、概述

机器学习是近期非常火的技术,其可以将输入的数据经过一定的处理,得到结果,具有预测、决策、统计、分类等功能,被广泛应用于各行各业。

机器学习主要分为两大类:监督学习(supervisor learning)和无监督学习(unsupervisor learning)。

二、监督学习

1、概念

监督学习,指的是在已知结果的类别的情况下,将一系列的数据交给计算机,由其进行处理后,得出不同数据是从属于哪个类别的。

2、主要任务

监督学习主要用于分类、回归两大功能。

1)分类

分类的结果是离散的。例如要将不同的花进行分类,根据花的颜色、形状、大小等因素,得出花的类型。对于这个工作,首先其总的类别是已知的,所以称为监督学习,其次其结果是有限个的,所以其叫做分类。

2)回归

与分类相对,回归是处理连续的结果。例如根据房子的面积、地段、楼层、朝向等因素,预测房子的价格。虽然价格最多精确到分,但是还是可以看作是连续函数。另外,由于可以确定结果就是价格,所以结果类别是已知的,所以也是监督学习。

3、常用算法

监督学习常用的算法包括:K-近邻(KNN)、线性回归、朴素贝叶斯、局部加权线性回归、支持向量机(SVM)、Ridge回归、决策树、Lasso最小回归系数估计等。

三、无监督学习

1、概念

无监督学习,指的是结果未知的情况下,给计算机一系列数据,由计算机自行处理后,得出不同结果的分类。

2、主要任务

无监督学习主要用于聚类、密度估计功能,另外对于降低数据维度也有重要作用。

1)聚类

可以类比监督学习的分类,聚类就是在未知结果有哪些类别的情况下,离散的数据经由计算机计算后,得出结果的过程。例如很多门户网站的新闻列表,都是从各个网站上将链接抓取,再分析新闻的内容,进行聚类。

2)密度估计

可以类比回归。密度估计即在未知结果类别情况下,将连续的数据给计算机,由其计算并告知结果。

3、常用算法

无监督学习常用的算法包括:K-均值(K-Means)、最大期望算法、DBSCAN、Parzen窗设计等。

四、机器学习开发步骤

机器学习应用开发,主要步骤如下:

1、收集数据

对于机器学习来说,没有数据就没有学习可言。数据可以是爬虫抓取、开源语料库、自己提供的数据源等。

2、准备输入数据(人工)

根据需要处理的数据,对格式进行整理,以便后续处理。这一步骤是人工进行。

3、分析输入数据(人工)

这一步骤主要是剔除错误数据。对于明显错误的数据,可以人工剔除。但是这个会增大工作量,对于好的算法而言,可以省略这个步骤。

4、训练算法

这一步骤是专门针对监督学习而言的。

监督学习由于已经知道结果的类别,因此,需要先给计算机一组数据,是一组类似{特征1,特征2,…特征N,结果}的数据集合,让计算机进行“学习”。

对于无监督学习,由于不确定结果的类型,因此不需要“学习”。

5、测试算法

这一步是非常重要的。给定一些数据,让计算机告知处理后的结果,并且人工查看结果是否符合要求。对于不符合要求的,需要重新调整算法的参数。

6、使用算法

在项目中使用算法。

——written by linhxx 2017.12.27

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20171227B0AY8200?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券