关键词：
【Python深度学习之路】-1 机器学习概论
1.1 机器学习简介
机器学习火热的原因是：人类无论如何也做不到在短时间内实现从大量数据中自动地计算出正确结果的操作。
所谓机器学习：通过对数据进行反复的学习，来找出其中潜藏的规律和模式。
机器学习中所使用到的算法可以归结为三大类：
- 监督学习(Supervised Learning)
- 无监督学习(Unsupervised Learning)
- 强化学习(Reinforcement Learning)
1.2各类机器学习算法
1.2.1 监督学习
- 监督学习中的“监督”，是指“数据中附带的正确答案标签”。
- 监督学习问题主要分为两大类：
- 回归问题：对连续变化的数值进行预测。例如：房租预测、销售额预测、气温预测、股价预测。
- 分类问题：对数据所属类别进行预测。例如：0-9手写数字识别、识别照片中所拍摄的物体、推测文章作者。
- 监督学习的基本原理：使用大量的数据，通过计算机对数据进行反复处理，最终能够产生接近正确答案标签的输出值。
- 监督学习的实现流程：
- 将各种各样的监督数据交给计算机，并让其对“正确答案标签”进行学习，最终创建出能够输出“正确答案标签”的学习模型。
- 使用创建好的模型对未知的数据进行处理，并检测模型是否能够产生接近“正确答案标签”的输出值。
1.2.2 无监督学习
- 与“监督学习”的区别：监督学习中包含“正确答案标签”问题的答案，而在“无监督学习”中是不包含“正确答案标签”的，其属于从输入的数据中发现规则，并进行学习的一种方法。监督学习会告诉计算机正确的答案，而无监督学习则是使用计算机去推导答案。
- 通常，无监督学习是在对数据集合中所存在的某些规律或数据的分组进行推导时所采用的一种方法。
- 无监督学习常见问题举例：热卖商品的推荐、菜单推荐以及多维信息压缩（主成分分析及降维处理）。
1.2.3 强化学习
- 在“强化学习”中也不需要监督，强化学习会提供“智能体”和“环境”。配备“智能体”和“环境”后，智能体会根据环境的变化采取相应的行动，环境将根据行动的结果给予智能体相应的“报酬”，而智能体根据其获得的报酬，对行动做出“好”或“不好”的评价，并以此决定下次该如何行动。
- 强化学习常见场景问题：象棋AI、围棋AI、机器人的操作和控制。
总结：
“监督学习”作为机器学习领域中的代表，其特点是处理名为“监督数据”的问题，以及该问题所附带的答案的数据。它是通过使用机器学习算法从学习数据中找出答案，再使用附带的标签数据来对比答案，不断地与正确答案进行对比，直到得出正确答案为止。而“强化学习”则属于最近几年才开始受到关注的技术，在棋盘类游戏对战中的应用是其强项。强化学习在围棋对战中的应用无疑是其最广为人知的案例。
python深度学习之路-1机器学习概论
【Python深度学习之路】-1机器学习概论1.1机器学习简介机器学习火热的原因是：人类无论如何也做不到在短时间内实现从大量数据中自动地计算出正确结果的操作。所谓机器学习：通过对数据进行反复的学习，来找出... 查看详情
python深度学习之路-2.1机器学习的流程(代码片段)
2.1机器学习的流程简介进行机器学习的整体流程：数据收集。数据清洗（清洗重复或缺失的数据，以提高数据的精读）。运用机器学习算法对数据进行学习（获取基准）。使用测试数据进行性能评测。将机... 查看详情
python深度学习之路-3.1性能评价指标(代码片段)
1.理解混淆矩阵所谓混淆矩阵，是指将模型对各个测试数据的预测结果分为真阳性、真阴性、假阳性和假阴性并对符合各个观点的预测结果的数量进行统计的一种表格。其中，真阳性和真阴性表示机器学习模型的回答是正... 查看详情
1.机器学习概论
1.python基础的准备本课程拟采用Python做为机器算法应用的实现语言，所以请确保:1）安装好Python开发环境，PyCharm或Anaconda等都可以，按个人习惯喜好。2）基本库的安装，如numpy、pandas、scipy、matplotlib3）具备一定的Python编程技能，... 查看详情
通俗易懂的图解机器学习之机器学习概论
❤️通俗易懂的图解机器学习❤️之机器学习概论（这个是连载的哦…）文章目录❤️通俗易懂的图解机器学习❤️之机器学习概论一、什么是机器学习1、学习的种类1.1、监督学习1.2、无监督学习1.3、强化学习2、机器学... 查看详情
通俗易懂的图解机器学习之机器学习概论
❤️通俗易懂的图解机器学习❤️之机器学习概论（这个是连载的哦…）文章目录❤️通俗易懂的图解机器学习❤️之机器学习概论一、什么是机器学习1、学习的种类1.1、监督学习1.2、无监督学习1.3、强化学习2、机器学... 查看详情
python深度学习之路-2.1机器学习的流程(代码片段)
2.1机器学习的流程简介进行机器学习的整体流程：数据收集。数据清洗（清洗重复或缺失的数据，以提高数据的精读）。运用机器学习算法对数据进行学习（获取基准）。使用测试数据进行性能评测。将机... 查看详情
深度学习——概论学习笔记
1.什么是神经网络例1：房屋价格预测房屋大小（输入x）->函数（神经元）->房屋价格（输出y）例2：房屋价格预测（多神经元）输入 隐藏单元 输出size->family pricebedroomswalkability zipcodeschoolquality wea... 查看详情
《python深度学习》第一章笔记
《Python深度学习》第一章笔记1.1人工智能、机器学习、深度学习人工智能机器学习深度学习深度学习的工作原理1.2深度学习之前：机器学习简史概率建模早期神经网络核方法决策树、随机森林与梯度提升机回到神经网络1.1人... 查看详情
《python深度学习》第一章读书笔记
《Python深度学习》读书笔记第一章什么是深度学习1.1人工智能、机器学习与深度学习人工智能的简洁定义:努力将通常由人类完成的智力任务自动化。机器学习与数理统计密切相关。机器学习(尤其是深度学习)呈现出相对较少的数... 查看详情
python机器学习笔记(代码片段)
Python机器学习笔记一机器学习概述1.1人工智能概述1.1.1机器学习与人工智能、深度学习关系机器学习和人工智能、深度学习的关系机器学习是人工智能的一个实现途径深度学习是机器学习的一个方法发展而来达特茅斯会议（Da... 查看详情
python机器学习笔记(代码片段)
Python机器学习笔记一机器学习概述1.1人工智能概述1.1.1机器学习与人工智能、深度学习关系机器学习和人工智能、深度学习的关系机器学习是人工智能的一个实现途径深度学习是机器学习的一个方法发展而来达特茅斯会议（Da... 查看详情
python深度学习之路-4监督学习(代码片段)
【Python深度学习之路】-4监督学习4.1了解监督学习（分类）监督学习：根据积累的经验数据对新的数据或将来的数据进行预测，或者进行分类的一种学习方式。无监督学习：对积累的经验数据中所存在的结构&#x... 查看详情
机器学习之路--knn算法(代码片段)
机器学习实战这本书是基于python的，如果我们想要完成python开发，那么python的开发环境必不可少：（1）python3.52,64位，这是我用的python版本（2）numpy1.11.3,64位，这是python的科学计算包，是python的一个矩阵类型，... 查看详情
机器学习概论
机器学习--机器学习概论机器学习概论分类、回归机器学习流程特征工程模型训练数据来源数据预处理数据无量纲化。缺失值处理模型训练模型调参模型保存模型评估常用的库数据可视化机器学习概论通过对历史数据的一个学习&... 查看详情
《nlp的相关资料推荐》
...习方法》，雷明的《机器学习与应用》，塞巴斯蒂安的《Python机器学习》，sklearn的API文档深度学习：黄文坚《tensorflow实战》，tensorflow技术解析与实战，《keras深度学习实践》，TF和keras的官方文档NLP：《统计自然语言处理》，刘... 查看详情
python机器学习笔记(代码片段)
Python机器学习笔记一机器学习概述1.1人工智能概述1.1.1机器学习与人工智能、深度学习关系机器学习和人工智能、深度学习的关系机器学习是人工智能的一个实现途径深度学习是机器学习的一个方法发展而来达特茅斯会议（Da... 查看详情
python深度学习之路-2.2过拟合与集成学习
2.3过拟合计算机对数据进行了过度的学习而产生的状态，简称“过拟合”。避免过拟合的方法：深度学习中会使用“Dropout”的方法，而在常规解决方案中，我们通常会使用“归一化”来消除对存在偏差的数据所造... 查看详情