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

来自专栏专知

【深度学习最精炼详实干货中文讲义】复旦邱锡鹏老师《神经网络与深度学习》讲义报告分享01(附报告pdf下载)

【导读】复旦大学副教授、博士生导师、开源自然语言处理工具FudanNLP的主要开发者邱锡鹏(http://nlp.fudan.edu.cn/xpqiu/)老师撰...

3835
来自专栏IT派

教程 | 一文读懂如何用LSA、PSLA、LDA和lda2vec进行主题建模

在自然语言理解任务中,我们可以通过一系列的层次来提取含义——从单词、句子、段落,再到文档。在文档层面,理解文本最有效的方式之一就是分析其主题。在文档集合中学习、...

711
来自专栏灯塔大数据

荐读|初学者如何选择合适的机器学习算法

文主要的目标读者是机器学习爱好者或数据科学的初学者,以及对学习和应用机器学习算法解决实际问题抱有浓厚兴趣的读者。 面对大量的机器学习算法,初学者通常会问自己一...

4117
来自专栏null的专栏

可扩展机器学习——线性回归(linear Regression)

注:这是一份学习笔记,记录的是参考文献中的可扩展机器学习的一些内容,英文的PPT可见参考文献的链接。这个只是自己的学习笔记,对原来教程中的内容进行了梳理,有些图...

3065
来自专栏机器之心

学界 | 稳!DeepMind提出多任务强化学习新方法Distral

选自arXiv 机器之心编译 参与:蒋思源、黄小天 深度强化学习因为复杂的环境而很难进行有效的训练,通常我们会简化环境或使用共享神经网络参数的方法进行多任务学习...

2615
来自专栏IT派

综述卷积神经网络论文:从基础技术到研究前景

过去几年来,计算机视觉研究主要集中在卷积神经网络(常简称为 ConvNet 或 CNN)上。这些工作已经在广泛的分类和回归任务上实现了新的当前最佳表现。相对而言...

1140
来自专栏钱塘大数据

【报告】一篇文章详解深度学习的原理和运用

作者:数据挖掘与数据分析 深度学习 ( Deep Learning ) 是机器学习 ( Machine Learning ) 中近年来备受重视的一支,深度学习根...

3316
来自专栏IT派

初学者该使用哪一种算法?

导语:初学者都很疑惑,在这么多算法当中,到底到一个算法才能很好的解决自己所遇到的问题呢?这事实上取决于很多种因素。 ? 首先是数据的大小和质量 可用的计算时间...

35515
来自专栏marsggbo

DeepLearning.ai学习笔记(二)改善深层神经网络:超参数调试、正则化以及优化--week3 超参数调试、Batch正则化和程序框架

一、调试处理 week2中提到有如下的超参数: α hidden units mini-batch size β layers learning rate de...

2208
来自专栏应兆康的专栏

27. 减少方差的技术

• 添加更多的训练数据:这是最简单也是最可靠的一种方式来处理方差,只要你能访问大量的数据并有足够的计算能力来处理它们。

1464

扫描关注云+社区