零基础机器学习笔记01

机器学习笔记01

学习防止忘记的记录。

概述

机器学习

概念

利⽤计算机的运算能⼒从⼤量的数据中发现⼀个“函数”或“模型，把⽆序的数据转换成有⽤的信息，建模的过程就是机器的“学习”。即大量数据下的统计，找规律

特征，标签，函数，训练集，测试集
⾃变量（x, x, x, …, x），在机器学习领域叫作特征（feature），因变量y，在机器学习领域叫作标签（label），有时也叫标记。机器学习，就是在已知数据集的基础上，通过反复的计算，选择最贴切的函数（function）去描述数据集中⾃变量x, x, x, …, x和因变量y之间的关系。

特征是机器学习中的输⼊，原始的特征描述了数据的属性。它是有维度的。特征的维度指的是特征的数⽬。如果预测商品的销量，把商品的类别、价格和推荐级别这3个属性定义为商品的特征，那么这个数据集就是三维特征数据集。其中的⼀个样本的格式如下：
（x，x，x）
标签，也就是机器学习要输出的结果，是我们试图预测的⽬标。机器推断出来的，称作预测标签y’⽐较y和y’的差异，也就是在评判机器学习模型的效果。

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叫作深度学习

类别

监督学习：练集数据包含⼤量的图⽚，同时告诉计算机哪些是猫，哪些不是猫 。计算机判断新给出的图⽚是不是猫

⽆监督学习 ：训练集数据只是包含⼤量的图⽚，没有指出哪些是猫，哪些是狗，但是计算机经过判断，它能够把像猫的图⽚归为⼀组，像狗的图⽚归为⼀组

半监督学习

应用

回归：预测⼀个值，其标签的值是连续的。例如，预测房价、未来的天⽓等任何连续性的⾛势、数值。

分类：将事物标记⼀个类别标签，结果为离散值，也就是类别中的⼀个选项

常用网站，库

在线网站：kaggle，colab
Pandas和NumPy提供数据结构，⽀持数学运算；Matplotlib和Seaborn⽤于数据可视化；后⾯4个库提供算法，其中的Scikit-learn是机器学习框架，TensorFlow、Keras和PyTorch则是深度学习框架