我正在参加「掘金·启航计划」
什么是人工智能？
让机器人像人一样思考
什么是机器学习？
机器从已知的数据中不断学习，学习数据中的规律，将学习到的规律应用到新的数据上，就可以做出正确的判断，这个学习的过程就是机器学习。
样本数据集
机器在学习的过程中用到的大量样例数据的集合
训练数据集
用于训练机器学习算法模型的数据
测试数据集
用于测试机器学习算法模型效果的数据
样本
数据集中的一行记录。数据的特定实例。样本分为有标签样本和无标签样本。有标签样本同时包含特征和标签，无标签样本包含特征，但不包含标签
特征
样本中包含的属性，即输入变量
标签
标签是我们要预测的事物，即输出变量
模型
模型定义了特征与标签之间的关系
特征工程
特征工程指的是将原始数据转换为特征矢量
逻辑回归
是一种模型，将sigmoid函数用于线性预测，生成分类问题中每个可能的离散标签值的概率
线性回归
线性回归是一种回归模型，将输入特征进行线性组合，输出连续值
机器学习项目的开发流程
- 收集数据
- 准备数据
- 选择机器学习算法
- 算法模型训练
- 算法模型测试
- 模型上线
