一.机器学习入门

一：图像领域

包括人脸识别，街道交通信号识别

二：自然语言识别（NPL）

 机器学习定义：

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。

 数据集的构成：特征值+目标值

 机器学习的分类：
1.监督学习（有一个目标的）

       目标值：类别--分类问题（比如说识别猫狗，目标是一个类别）

　　目标值：连续型的数据---回归问题（比如说预测房价，目标是一个具体的数）

2.无监督学习

机器学习开发流程

(1) 获取数据
(2) 数据处理
(3) 特征工程
(4) 机器学习算法训练–模型
(5) 模型评估
(6) 应用

 

 

 数据集：数据集主要分为训练集和测试集

 

可用数据集：

　　公司内部 百度

　　数据接口 花钱

　　数据集

       学习阶段可用到的数据集：

　　　　1.sklenrn

               2.kaggle

　　　　3.UCI

Kaggle网址: https://www.kaggle.com/datasets

UCI数据集网址: http://archive.ics.uci.edu/ml/
scikit-learn网址: http://scikit-learn.org/stable/datasets/index.html#datasets