一--机器学习快速上手路径--唯有实战

自变量（x1, x2, x3...）  叫特征（feature）

因变量y  叫标签（label），有时也叫标记

训练数据集（training dataset）

测试数据集（test dataset）

拟合（fit）

 

监督学习（supervised learning）

无监督学习（unsupervised learning）

半监督学习（semi-supervised learning）

深度学习（deep learning）

人工神经网络（Artificial Neural Network， ANN）

深度学习：层数较多，结构比较复杂的神经网络的机器学习技术。

强化学习（reinforcement learning）研究的目标是智能体（agent）如何基于环境而做出行为反应，以取得最大化的累计奖励。

机器学习的两大应用场景：回归（regression）， 分类（classification）

 

数据集：数据的集合

样本：数据集中的一条具体记录

特征：用于描述数据的输入变量

标签：要预测的真是事物或结果，亦称目标

有标签样本：有特征，有标签，用于训练模型

无标签样本：有特征，无标签

 

特征的维度指特征的数目

标签是试图预测的目标

模型就是函数，是执行预测的工具

 

机器学习的5个环节：

（1）问题定义

（2）数据的收集和预处理

（3）选择机器学习模型

（4）训练机器，确定参数

（5）超参数调试和性能优化

 

数据预处理：

　　可视化（visualization）

　　数据向量化（data vectorization）

　　处理坏数据和缺失值

　　特征缩放（feature scaling）：标准化（standardization）（特别的，归一化），规范化（normalization）等

选择模型：

　　线性模型：线性回归，逻辑回归

　　非线性模型：支持向量机，K最邻近分类

　　基于树和集成的模型：决策树，随机森林，梯度提升树等

　　神经网络：人工神经网络，卷积神经网络，长短期记忆网络等

内部参数：

　　权重（wieght），偏置（bias | kernel）

超参数（hyperparameter）

优化（optimization）

泛化（generalization）