1. 机器学习是什么

用老师上课的一张图我们可以用大白话来解释：
大量的数据通过这个学习机器去学习计算，然后获取到一些精华的数据来进行一些猜想，预测或是实践。

e.g：

• 举个例子，高考，每个人进行大量的题目学习，然后去高考。进行大量的题目学习，就是学习计算，然后获取到了一些精华的数据知识，去高考就是用你所学的数据知识进行实践。人如此，机器也是如此，这也可以应用在机器上面，如果一个机器去经过大量的题目进行学习，机器也可以去参加高考，而且也不会差。
• 再举个例子，给机器很多的猫狗图片，让这个机器一直看，一直训练学习，那当训练到一定程度的时候，就会让这个机器能认清楚，识别出猫狗的图片了，这也就是机器学习了。如果是过拟合的情况，我们以后再说。

用专业术语来说的话就是
对于某类任务T和性能度量P，如果一个计算机程序在T上以P衡量的性能随着经验E而自我完善，那么我们称这个计算机程序在从经验E中学习。

2. 机器学习、深度学习和人工智能的区别与联系

今天的深度学习已经是一个广袤的学科领域了。

• 深度学习是实现机器学习的一种方法
• 机器学习是实现人工智能的一种途径

3. 机器学习的应用

• 人脸识别：我们手机上的faceID就是一个机器学习的应用
• 阿尔法狗：和世界棋手柯洁的切磋
• 无人驾驶：特斯拉的无人驾驶技术
• 推荐算法：抖音，头条的推荐算法，根据你的喜好，推荐你感兴趣的内容

等等

4. 机器学习分类

机器学习可分为监督学习，无监督学习，半监督学习，强化学习等等

4.1 监督学习

拥有标签可监督算法不断调整模型，得到输入与输出的映射函数

举个例子：
给你一个已经标注好的数据集，比如猫狗。已经知道这些数据集是猫和狗了，让你去进行学习。根据已给的特征进行学习辨别。去辨认未来一些未知的图像是猫还是狗。

4.2 无监督学习

无标签，通过分析数据本身进行建模，发掘底层信息和隐藏结构。

举个例子：
给你一个数据集，但是你不知道这是什么数据集，可能有猫有狗，也可能有猫有狗有猪，这是不知道的，让你去根据他们的特征的不同去分类。

4.3 半监督学习

部分有标签，部分无标签，并使用这些数据进行模型训练

举个例子：
给你一个数据集，让你知道这个数据集是里面是有猫的，但是只是确定的是猫，还有没有狗和猪。这是未知的。使用大量的未标记，以及同时使用标记的数据去进行模型识别工作。

4.4 强化学习

先行动起来，如果方向正确那么就继续前行，如果错了，吸取经验，好好改正，失败乃成功之母，从头再来就是。

总之要行动，即想要理解信息，得输入到输出的映射，就需要从自身的以往经验中去不断学习来获取知识，从而不需要大量已标记的确定标签，只需要一个评价行为好坏的奖惩机制进行反馈，强化学习通过这样的反馈自己进行学习。（当前行为好以后就多往这个方向发展，如果坏就尽量避免这样的行为，即不是直接得到了标签，而是自己在实际中总结得到的）

5. 小练习

前提：电脑已经有了python环境

安装sklearn

换源安装sklearn

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn scikit-learn

5.1 第一题

生成数据make_circles和make_moons并显示X=400x2，Y=0，1^400 画图

这个X就是一个400*2的矩阵点，点的第一个是X的值，点第二个是Y的值
Y就是这个400的点的分类，0和1代表决策，一个是内圈一个是外圈。

from sklearn.datasets import make_circles
from sklearn.datasets import make_moons
import matplotlib.pyplot as plt
from matplotlib.pyplot import MultipleLocator

fig = plt.figure(1)  # 创建一个figure的画图窗口
"""
n_samples：整数 生成的总点数，如果是奇数，内圆比外圆多一点
shuffle：布尔变量 是否打乱样本
noise：double或None 将高斯噪声的标准差加入到数据中
random_state：整数 RandomState instance or None，确定数据集变换和噪声的随机数生成。
factor：0 < double < 1 内外圆的半径之比
"""
x1, y1 = make_circles(n_samples=400, factor=0.2, noise=0.1)  # 生成一个二维的大圆，包含一个小圆
# datasets.make_circles()专门用来生成圆圈形状的二维样本
# factor表示内圈和外圈的半径之比.每圈共有n_samples/2个点
plt.subplot(1, 2, 1)  # 一行两列，这个画在第一个
plt.title('data by make_circles()')  # 标题
yList = []
for y in y1:
    if y == 1:
        y = 'r' # 更改颜色
        yList.append(y)
    else:
        y = 'b'
        yList.append(y)
x_major_locator = MultipleLocator(0.5)
ax = plt.gca()
ax.xaxis.set_major_locator(x_major_locator)
plt.xlim(-1.4, 1.4)         # 设置x轴间隔
plt.scatter(x1[:, 0], x1[:, 1], marker='o', c=yList)  # 横纵坐标

plt.tight_layout(pad=4)  # 两个图片之间距离

"""
n_numbers : 生成样本数量
shuffle : 是否打乱，类似于将数据集random一下
noise : 默认是false，数据集是否加入高斯噪声
random_state : 生成随机种子，给定一个int型数据，能够保证每次生成数据相同。
"""
plt.subplot(1, 2, 2)  # 一行两列，这个画在第二个
x2, y2 = make_moons(n_samples=400, noise=0.1)
x_major_locator2 = MultipleLocator(0.5)
ax = plt.gca()
ax.xaxis.set_major_locator(x_major_locator2)
plt.xlim(-1.4, 2.4)
plt.title('data by make_moons()')  # 标题
plt.scatter(x2[:, 0], x2[:, 1], marker='o', c=y2)
plt.show()

5.2 第二题

高维数据如何可视化？
t-SNE（t-distributedstochastic neighbor embedding ）是目前最为流行的一种高维数据降维的算法。

在大数据的时代，数据不仅越来越大，而且也变得越来越复杂，数据维度的转化也在惊人的增加

例如，一组图像的维度就是该图像的像素个数，其范围从数千到数百万。对计算机而言，处理高维数据绝对没问题，但是人类能感知的确只有三个维度，因此很有必要将高维数据可视化的展现出来。那么如何将数据集从一个任意维度的降维到二维或三维呢。

T-SNE就是一种数据降维的算法，其成立的前提是基于这样的假设：尽管现实世界中的许多数据集是嵌入在高维空间中，但是都具有很低的内在维度。也就是说高维数据经过降维后，在低维状态下更能显示出其本质特性。这就是流行学习的基本思想，也称为非线性降维。

将三维的数据编程二维可查看的数据形式。

具体可以查看这一篇博客 高维数据可视化

5.3 第三题

上机器学习数据库，机器学习数据库 ，下载并显示至少一个图像和一个文档的数据集。

import PIL.Image as Image
import os

IMAGES_PATH = r'D:\\\\data\\\\jpg\\\\'  # 图片集地址
IMAGES_FORMAT = ['.jpg', '.JPG']  # 图片格式
IMAGE_SIZE = 1000  # 每张小图片的大小
IMAGE_ROW = 5  # 图片间隔，也就是合并成一张图后，一共有几行
IMAGE_COLUMN = 10  # 图片间隔，也就是合并成一张图后，一共有几列
IMAGE_SAVE_PATH = r'D:\\data\\data.jpg'  # 图片转换后的地址

# 获取图片集地址下的所有图片名称
imageNames = [name for name in os.listdir(IMAGES_PATH) for item in IMAGES_FORMAT if
              os.path.splitext(name)[1] == item]

# for x in os.listdir(IMAGES_PATH):
#     for item in IMAGES_FORMAT:

# 简单的对于参数的设定和实际图片集的大小进行数量判断
if len(imageNames) != IMAGE_ROW * IMAGE_COLUMN:
    raise ValueError("合成图片的参数和要求的数量不能匹配！")


# 定义图像拼接函数
def imageCompose():
    toImage = Image.new('RGB', (IMAGE_COLUMN * IMAGE_SIZE, IMAGE_ROW * IMAGE_SIZE))  # 创建一个新图
    # 循环遍历，把每张图片按顺序粘贴到对应位置上
    for y in range(1, IMAGE_ROW + 1):
        for x in range(1, IMAGE_COLUMN + 1):
            from_image = Image.open(IMAGES_PATH + imageNames[IMAGE_COLUMN * (y - 1) + x - 1]).resize(
                (IMAGE_SIZE, IMAGE_SIZE), Image.ANTIALIAS)
            toImage.paste(from_image, ((x - 1) * IMAGE_SIZE, (y - 1) * IMAGE_SIZE))
    return toImage.save(IMAGE_SAVE_PATH)  # 保存新图


if __name__ == '__main__':
    imageCompose()  # 调用函数

输出形式