关键词：
机器学习定义：在没有明确设置的情况下，使计算机具有学习能力的研究领域
目前有各种不同的学习算法：最主要的两类是监督学习和无监督学习
监督学习：我们会教计算机做某件事情，然后在无监督学习中，我们让计算机自己学习
回归问题：我们想要预测连续的数值输出，我们设法预测连续值的属性
例如你有很多的货物，你要把卖的货物看成是一个连续的值，然后进行预测它的价格趋势，可以是一条直线，也可以是二次函数，拟合这个价格趋势
分类问题：目的是预测离散值输出（也是最常见的一种监督学习的方式）
例子：分类的话预测的值可能有很多种，比如0,1等进行分类，可能还有很多种情况，少量的离散值就可以作为分类问题
分类问题
聚类算法：谷歌新闻所做的是去搜集成千上万条新闻，然后自动将他们分簇，有关同一个主题的新闻被显示在一起，这个就是聚类算法，用在组织大型的计算机集群
就是把不同的个体归入不同的类，这个就是无监督学习，我们没有提前告知这个算法，这个是归于那一类，这个是归于哪一类，相反的我们只是告诉算法，这里有一堆的数据，这个也是聚类算法，聚类算法也是无监督学习的一种。
无监督学习：我不知道这些数据是什么，我也不知道是什么类型，我甚至不知道有哪些类型，需要去自动找到这些数据的结构。虽然说事先我不知道有哪些类型，但是可以自动按得到的类型在把这些个体分成簇，事先是没有将数据集的答案给算法，这个就是无监督学习。
市场分割：找到不同的市场人群，分到不同的细分市场，从而能够自动高效地在不同的细分市场中进行销售，这也就是无监督学习。我们有全部的市场数据，但是预先是不知道有哪些细分市场，而且对于我们数据集中的客户，我们也不能知道谁是细分市场之一，我们必选让算法去自己去数据中发现一切。
聚类算法（无监督学习的一种）
鸡尾酒会算法：分离人声和音乐的声音
[W,s,v]=svd((repmat(sum(x.*x,1),size(x,1),1).*x)*x‘);一行代码将不同的音频分开，并且隔离
使用Octave的编程环境,Matlab也可以实现这些算法.最好不要使用C++，java，python等编程环境，使用Octave的编程环境可以更快的入手机器学习。
总的来讲无监督学习就是把数据交给算法让他自动进行处理
机器学习第一篇初识机器学习
一、什么是机器学习？对于机器学习，没有一个明确的定义。从广义上来说，机器学习是一种能够赋予机器学习的能力以此让它完成直接编程无法完成的功能的方法。但从实践的意义上来说，机器学习是一种通过利用数据，训练... 查看详情
初识机器学习
翻开周志华老师的《机器学习》这本书，摘自绪论这段话：机器学习正是这样的一门学科，它致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。而在计算机系统当中，“经验”就是以“数据”的形式存在，... 查看详情
初识机器学习
一、什么是机器学习？ 机器学习，就是让计算机具有像人一样的学习能力，是从堆积如山的数据（也就是大数据）中寻找出有用知识的数据挖掘技术。1.1学习的种类 根据所处理的数据类型种类，将学习分为... 查看详情
机器学习初识
目录1.什么是机器学习ArthurSamuel的定义：MachineLearningisfieldsofstudythatgivescomputerstheabilitytolearnwithoutbeingexplicitlyprogrammed(非显著式编程). 非显著式编程：让计算机自己总结规律的编程方法。举例：假设我们要通过编写程序... 查看详情
andrewng机器学习第一章——初识机器学习
机器学习的定义 计算机程序从经验E中学习，解决某一任务T、进行某一性能度量P，通过P测定在T上的表现因E而提高。 简而言之：程序通过多次执行之后获得学习经验，利用这些经验可以使得程序的输出结果更为理想，就... 查看详情
机器学习——初识及实践选择
作为机器学习基础学习的开篇，记录一下自己对于机器学习基础的认识和实践选择。参考书目：机器学习实战这里也给出电子版本的中英文pdf文件和code：here(azkx) 我不会告诉你Ctrl+A会有其它发现~1、基础 对于机器学习的... 查看详情
初识机器学习
机器学习定义：在没有明确设置的情况下，使计算机具有学习能力的研究领域目前有各种不同的学习算法：最主要的两类是监督学习和无监督学习监督学习：我们会教计算机做某件事情，然后在无监督学习中，我们让计算机自己... 查看详情
初识机器学习-理论篇
1.什么是机器学习？概念：利用计算机从历史数据中找到规律，并把这些规律用到未来不确定场景的决策。场景：{①确定性场景②不确定性场景}（人来干）数据分析+（计算机来干）机器学习2.数据（历史数据）3.规律从数据中找... 查看详情
初识机器学习-人脸识别
感谢知乎老狼https://zhuanlan.zhihu.com/p/27275307，点击链接Anaconda的安装face_recognition库安装1.代码fromPILimportImageimportface_recognition#Loadthejpgfileintoanumpyarrayimage=face_recognition.load_image_file("wa 查看详情
系列ml.net学习篇——初识机器学习
由于公司项目涉及到机器学习和图像识别,虽然我并不是算法专家，但毕竟需要了解和知道其运转原理，因此自我进行了学习进化，决定在机器学习上有所进展，结合.NET技术的ML.NET,把机器学习的技能提升一个Level&#... 查看详情
初识机器学习-理论篇（慕课笔记）
什么是机器学习 定义：利用计算机从历史数据中找出规律，并把这些规律用到对未来不确定场景的决策。从数据中寻找规律寻找规律：概率学统计学统计学方法：抽样->统计->假设检验随着计算机处理能力增强->不需要... 查看详情
系列ml.net学习篇——初识机器学习(代码片段)
由于公司项目涉及到机器学习和图像识别,虽然我并不是算法专家，但毕竟需要了解和知道其运转原理，因此自我进行了学习进化，决定在机器学习上有所进展，结合.NET技术的ML.NET,把机器学习的技能提升一个Level&#... 查看详情
机器学习--em算法从初识到应用
一、前述Em算法是解决数学公式的一个算法，是一种无监督的学习。EM算法是一种解决存在隐含变量优化问题的有效方法。EM算法是期望极大(ExpectationMaximization)算法的简称，EM算法是一种迭代型的算法，在每一次的迭代过程中，主... 查看详情
机器学习--关联规则算法从初识到应用
一、前述 关联规则的目的在于在一个数据集中找出项之间的关系，也称之为购物蓝分析(marketbasketanalysis)。例如，购买鞋的顾客，有10%的可能也会买袜子，60%的买面包的顾客，也会买牛奶。这其中最有名的例子就是"尿布和啤... 查看详情
机器学习sklearn----初识kmeans(代码片段)
文章目录概述KMeans中几个概念KMeans工作过程KMeans使用示例导入相关模块生成原始数据通过KMeans分类KMeans常用属性分类结果展示KMeans中的predict方法总结概述KMeans是一种无监督学习的方法。他是一种分类算法。用于探索原始数据ÿ... 查看详情
机器学习rnn——从初识到进阶
感谢中国人民大学的胡鹤老师，课程容量巨大，收获颇丰。之前提到的CNN模型主要用到人类的视觉中枢，但其有一劣势，无论是人类的视觉神经还是听觉神经，所接受到的都是一个连续的序列，使用CNN相当于割裂了前后的联系。... 查看详情
吴恩达《机器学习》章节1绪论：初识机器学习
1、欢迎参加《机器学习》 2、什么是机器学习？机器学习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获... 查看详情
初识federatedlearning
背景设备中有很多数据，可以用来训练模型提高用户体验。但是数据通常是敏感或者庞大的。隐私问题数据孤岛：每个公司都有数据，淘宝有你的购买记录，银行有你的资金状况，它们不能把数据共享，都是自己训练自己有的数... 查看详情