关键词：
目录
机器学习概述
了解机器学习定义以及应用场景
说明机器学习算法监督学习与无监督学习的区别
说明监督学习中的分类、回归特点
说明机器学习算法目标值的两种数据类型
说明机器学习(数据挖掘)的开发流程1.1 人工智能概述
1.1.1 机器学习与人工智能、深度学习
-
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
-
当前重要的是掌握一些机器学习算法等技巧，从某个业务领域切入解决问题。
-
达特茅斯会议-人工智能的起点
1956年8月，在美国汉诺斯小镇宁静的达特茅斯学院中，
约翰·麦卡锡（John McCarthy）
马文·闵斯基（Marvin Minsky，人工智能与认知学专家）
克劳德·香农（Claude Shannon，信息论的创始人）
艾伦·纽厄尔（Allen Newell，计算机科学家）
赫伯特·西蒙（Herbert Simon，诺贝尔经济学奖得主）等科学家正聚在一起，讨论着一个完全不食人间烟火的主题：
用机器来模仿人类学习以及其他方面的智能。
会议足足开了两个月的时间，虽然大家没有达成普遍的共识，但是却为会议讨论的内容起了一个名字：
因此，1956年也就成为了人工智能元年。
-
1.1.2 机器学习、深度学习能做些什么
机器学习的应用场景非常多，可以说渗透到了各个行业领域当中。医疗、航空、教育、物流、电商等等领域的各种场景。
-
-
用在挖掘、预测领域：
- 应用场景：店铺销量预测、量化投资、广告推荐、企业客户分类、SQL语句安全检测分类…
-
用在图像领域：
-
应用场景：街道交通标志检测、人脸识别等等
-
-
-
用在自然语言处理领域：
-
应用场景：文本分类、情感分析、自动聊天、文本检测等等
-
-
当前重要的是掌握一些机器学习算法等技巧，从某个业务领域切入解决问题。
-
1.1.3 人工智能阶段课程安排
1.2 什么是机器学习
1.2.1 定义
机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测。
1.2.2 解释
- 我们人从大量的日常经验中归纳规律，当面临新的问题的时候，就可以利用以往总结的规律去分析现实状况，采取最佳策略。
- 从数据（大量的猫和狗的图片）中自动分析获得模型（辨别猫和狗的规律），从而使机器拥有识别猫和狗的能力。
- 从数据（房屋的各种信息）中自动分析获得模型（判断房屋价格的规律），从而使机器拥有预测房屋价格的能力。
从历史数据当中获得规律？这些历史数据是怎么的格式？
1.2.3 数据集构成
- 结构：特征值+目标值
1.3 机器学习算法分类
学习目标
-
目标
-
说明机器学习算法监督学习与无监督学习的区别
-
说明监督学习中的分类、回归特点
-
-
应用
- 无
分析1.2中的例子：
特征值：猫/狗的图片；目标值：猫/狗-类别
- 分类问题
特征值：房屋的各个属性信息；目标值：房屋价格-连续型数据
- 回归问题
- 特征值：人物的各个属性信息；目标值：无
- 无监督学习
1.3.1 总结
1.3.2 练习
说一下它们具体问题类别：
1、预测明天的气温是多少度？
2、预测明天是阴、晴还是雨？
3、人脸年龄预测？
4、人脸识别？
1.3.3 机器学习算法分类
- 监督学习(supervised learning)（预测）
- 定义：输入数据是由输入特征值和目标值所组成。函数的输出可以是一个连续的值(称为回归），或是输出是有限个离散值（称作分类）。
- 分类 k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络
- 回归 线性回归、岭回归
- 无监督学习(unsupervised learning)
- 定义：输入数据是由输入特征值所组成。
- 聚类 k-means
1.4 机器学习开发流程
- 流程图：
1.5 学习框架和资料介绍
需明确几点问题：
（1）算法是核心，数据与计算是基础
（2）找准定位
大部分复杂模型的算法设计都是算法工程师在做，而我们
- 分析很多的数据
- 分析具体的业务
- 应用常见的算法
- 特征工程、调参数、优化
-
我们应该怎么做？
-
学会分析问题，使用机器学习算法的目的，想要算法完成何种任务
- 掌握算法基本思想，学会对问题用相应的算法解决
- 学会利用库或者框架解决问题
当前重要的是掌握一些机器学习算法等技巧，从某个业务领域切入解决问题。
1.5.1 机器学习库与框架
1.5.2 书籍资料
1.5.3 提深内功（但不是必须）
《深入浅出图神经网络》gnn原理解析☄学习笔记神经网络基础(代码片段)
...络》GNN原理解析☄学习笔记（二）神经网络基础机器学习基本概念机器学习分类机器学习流程概述常见的损失函数神经网络神经元多层感知器激活函数S型激活函数ReLU及其变种训练神经网络神经网络的运行过程优化困境机... 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
机器学习编译入门课程学习笔记第一讲机器学习编译概述(代码片段)
文章目录1.课程简介2.本节课内容大纲3.机器学习编译的定义4.机器学习编译的目标5.为什么要学习机器学习编译？6.机器学习编译的核心要素6.1.备注：抽象和实现7.总结1.课程简介 该门课程是由XGBoost的作者陈天奇进行... 查看详情
黄佳《零基础学机器学习》chap1笔记(代码片段)
黄佳《零基础学机器学习》chap1笔记这本书实在是让我眼前一亮！！！感觉写的真的太棒了！文章目录黄佳《零基础学机器学习》chap1笔记第1课机器学习快速上手路径——唯有实战1.1机器学习族谱1.2云环境入门实... 查看详情
深度学习入门2022最新版深度学习简介(代码片段)
...学习入门2022最新版】第一课深度学习简介概述深度学习vs机器学习机器学习是什么深度学习是什么机器学习和深度学习的区别神经网络机器学习实现二分类神经网络实现二分类TensorFlowPyTorch神经网络的原理张量张量最小值(补充)... 查看详情
机器学习实战基础（二十八）：决策树概述(代码片段)
概述决策树是如何工作的 决策树（DecisionTree）是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规则，并用树状图的结构来呈现这些规则，以解决分类和回归问题。决策树算法容易理解，适... 查看详情
黄佳《零基础学机器学习》chap3笔记(代码片段)
黄佳《零基础学机器学习》chap3笔记第3课线性回归——预测网店的销售额文章目录黄佳《零基础学机器学习》chap3笔记第3课线性回归——预测网店的销售额3.1问题定义：小冰的网店广告该如何投放3.2数据的收集和预处理3.2.1... 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
《机器学习实战》-机器学习基础(代码片段)
目录机器学习基础什么是机器学习机器学习应用场景海量数据机器学习的重要性机器学习的基本术语监督学习和非监督学习监督学习：supervisedlearning非监督学习：unsupervisedlearning机器学习工具介绍Python非PythonNumPy函数库基础测试Nu... 查看详情
机器学习基础教程笔记---特征工程(代码片段)
...提取1将任意数据（如文本或图像）转换为可用于机器学习的数字特征2特征提取API2.3.2字典特征提取1应用2流程分析2.3总结2.3.3文本特征提取1应用2流程分析问题:如果我们将数据替换成中文？3jieba分词处理4案例分析5Tf-id... 查看详情
机器学习基础理论学习笔记特征选择（featureselection）(代码片段)
....说明本文也许比较乱，请看目录再食用。后续会出文机器学习基础理论学习笔记（8）特征选择（featureselection）（二）将分类问题和回归问题分开总结。以及或将出文机器学习基础理论学习笔记（8&... 查看详情
ng机器学习视频笔记——svm理论基础
ng机器学习视频笔记（九）——SVM理论基础 （转载请附上本文链接——linhxx） 一、概述 支持向量机（supportvectormachine，SVM），是一种分类算法，也是属于监督学习的一种。其原理和logis... 查看详情
python基础库及机器学习笔记(代码片段)
1.介绍本节将主要介绍Python中的常用第三方库。这些库都是实现了各种计算功能的开源库，它们极大地丰富了Python的应用场景和计算能力，这里主要介绍NumPy、pandas和Matplotlib三个库的基础使用。其中NumPy是Python用来进行矩... 查看详情
机器学习的数学基础(代码片段)
一、概述我们知道，机器学习的特点就是：以计算机为工具和平台，以数据为研究对象，以学习方法为中心；是概率论、线性代数、数值计算、信息论、最优化理论和计算机科学等多个领域的交叉学科。所以本文就先介绍一下机... 查看详情
ng机器学习视频笔记（十四）——推荐系统基础理论
ng机器学习视频笔记（十三）——推荐系统基础理论 （转载请附上本文链接——linhxx） 一、概述 推荐系统（recommendersystem），作为机器学习的应用之一，在各大app中都有应用。这里以... 查看详情
机器学习之基础知识（全）(代码片段)
目录1.机器学习概述1.1人工智能概述1.1.1人工智能使用场景1.1.2人工智能小案例1.2 人工智能发展历程1.2.1图灵测试1.2.2发展历程1.2.3小结1.3人工智能主要分支1.3.1 人工智能、机器学习和深度学习1.3.2主要分支介绍1.3.3人工智能发展... 查看详情
ng机器学习视频笔记——神经网络基础
ng机器学习视频笔记（六）——神经网络基础 （转载请附上本文链接——linhxx） 一、概述 神经网络，可以理解为输入的内容，经过一系列的内部的处理，得到输出的假设函数。简... 查看详情