机器学习

机器学习的五大流派：

1.符号主义

规则

2.贝叶斯

概率

3.联结主义

神经网络 隐性知识表达

4.进化主义

遗传算法75年，基因计算92年

5.行为类推主义

 

机器学习的发展阶段：

1.知识推理期

2.知识工程期

3.浅层学习

4.深度学习

监督学习，样品有标签，识别猫，从测试图中识别猫

无监督学习，样本无标签，通过分类，分出猫和狗二类，但不认识猫

统计数学找ＭＯＯＣ

线性回归，从一组特征，预测数据

导入数据

１.数据预处理：

选择特征

去空值

数据／最大值　０－１之间

训练和测试集分割

２.构建模型

机器学习的主要流程：

分析目标

用户需求

数据收集

结构化数据

数据预处理

噪声，异常，隐私

建模分析

合适的算法，算法调优（参数或结构），算法是科学，应用是艺术

结果评估

拟合，欠拟合，过拟合，样本测试，现场抽样实验

部署使用

业务应用

学习更新