1.机器学习概述

机器学习简介

• 祖师爷

  • 艾伦图灵，人工智能之父，图灵测试；

• 人工智能和机器学习的区别？

  • 机器学习就是实现人工智能的一种技术手段

• 什么是机器学习

  • 官方解释：从数据中自动分析获得规律（模型），并利用规律对未知数据进行预测。

• 白化解释：

  • 模型：
    • 算法模型，是一个特殊的对象。该算法模型对象中已经集成或者封装好了某种形式的算法（但是还没有求出解）。
  • 模型的作用：
    • 预测：可以通过算法产生一个新的未知的数据；
    • 分类：可以将一个未知归类的事物将其归类到一个已有的类群中；
    • 注意：算法模型对应的算法求出的解就是预测或者分类的结果。
  • 样本数据：
    • 模型的训练：将样本数据输入到模型中，对其进行训练（给算法进行求解操作），当模型训练好了后，则模型的算法就有唯一的解或者最优的解，有解后模型就可以实现分类或者预测的功能。
    • 构成：
      • 特征数据：样本数据中的自变量
      • 标签/目标数据：样本数据中的因变量
  • 模型的分类
    • 有监督学习
      • 如果模型需要的样本数据必须包含特征数据和目标数据，则该模型为有监督学习；
    • 无监督学习
      • 模型需要的样本数据只需要有特征数据即可，目标数据可有可无则为无监督学习。

• 样本数据（数据集）的载体：

  • 通常情况下历史数据都不会存储在数据库中，而是存储在文件中（csv文件）
  • 数据库存储数据存在的瓶颈：
    • 性能瓶颈：数据量级大的数据很难存储和进行高效的读写；
    • 数据存储格式不符合机器学习要求的数据格式。

• 样本数据的获取途径：

  • Kaggle; 数据竞赛平台；
  • UCI数据集;
  • sklearn;

• 为什么要进行机器学习

  • 解放生产力：比如只能客服；
  • 解决专业问题：ET医疗（辅助医生进行相关症状的判断）
  • 提供社会便利：无人超市、城市交通大数据等；

• 机器学习的价值体现

  • 体现在生活的各个方面：医疗、航空、教务、物流等；
  • 让机器学习程序替换手动的步骤，减少企业的成本，提高生产效率；