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

原文发布于微信公众号 - 决胜机器学习(phpthinker)

原文发表时间:2017-12-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据挖掘DT机器学习

逻辑回归、决策树和支持向量机

作者:赵屹华,计算广告工程师@搜狗, http://www.csdn.net/article/2015-11-26/2826332 这篇文章,我们将讨论如何在逻...

2604
来自专栏机器之心

入门 | 简述迁移学习在深度学习中的应用

3517
来自专栏ACM算法日常

第二篇:《机器学习之线性回归》

参见上一篇《初探篇》里对用于模型训练的样本的定义,样本可以是音频、图片、点集等等,这里我用一个简单的点集作为我们的样本解释,如图

652
来自专栏大数据文摘

科普|文本分析浅析——文档分类

1464
来自专栏MelonTeam专栏

一种用于短文本的神经响应机

导语 这篇文章是翻译别人的,来源是https://arxiv.org/abs/1503.02364 摘要 我们提出了神经响应机(NRM),一种基于...

1808
来自专栏磐创AI技术团队的专栏

解决机器学习问题的一般流程

本期将针对机器学习的新朋友,为大家讲解解决机器学习问题的一般思路: 很多博客、教程中都对机器学习、深度学习的具体方法有很详细的讲解,但却很少有人对机器学习问题的...

2766
来自专栏算法channel

爱(AI)与你同行系列"(1):从哪三个方面入手做好特征选择工程?

今天我们聊一聊特征工程方面的知识,随着大数据时代的到来,特征工程发挥着越来越重要的作用。当数据预处理完成后,我们需要选择有意义的特征输入机器学习的算法和模型进行...

732
来自专栏达观数据

技术干货 | 漫谈Word2vec之skip-gram模型

新媒体管家 ? 作者简介 刘书龙,现任达观数据技术部工程师,兴趣方向主要为自然语言处理和数据挖掘。 word2vec是Google研究团队的成果之一,它作为一种...

6098
来自专栏ATYUN订阅号

利用TensorFlow生成图像标题

图像标题生成器模型结合了计算机视觉和机器翻译的最新进展,利用神经网络生成现实的 图像标题。神经图像标题模型被训练,以最大限度地产生给定输入图像的字幕的可能性。并...

4285
来自专栏PPV课数据科学社区

【机器学习】目前机器学习最热门的领域有哪些?

目前机器学习最热门的领域有以下七个: 1.迁移学习Transferlearning 简介:一种学习对另一种学习的影响,它广泛地存在于知识、技能、态度和行为规范的...

3489

扫码关注云+社区