机器学习

一、概述

1. 是什么：
   • 一个领域：
     • 计算机无需明确编程即可学习的领域
     • 一个计算科学领域
   • 人工智能的一部分
2. 做什么：
   • 专门分析、解释数据的模式及结构，使得类似于学习、推理和决策等行为无需人工交互即可实现
   • 学习算法：研究在计算机上从数据中产生“模型”的算法
   • 研究如何通过计算的手段，利用经验（就是数据）来改善系统自身的性能
3. 运行机制：
   • 向模型馈送具有已知答案的参数数据
   • 运行算法，进行调整，直到算法的输出与已知答案一致
   • 保持不断学习
4. 为什么要学
   • 数据的重要性不言而喻，而机器学习能通过运行机制发掘出数据的价值，使得企业能做出较优决策，保持竞争力
5. 应用领域：
   • 各行各业：制造业+零售业+医疗保险+生命科学+旅游+酒店管理+金融+能源+原料+公用事业

二、核心部分

1. 数据：基础
   • 结构化数据（表格）
   • 非结构化数据（图像、文本）
2. 特征工程
   • 将原始数据转换为可供机器学习算法使用的特征表示
     • 比如：缩放、标准化、编码、降维
3. 算法和模型
   • 用于训练和推断的数学和统计方法（要根据具体场景选择适合的算法）
     • 比如：线性回归、逻辑回归、决策树、支持向量机、随机森林、神经网络
4. 模型训练
   • 通过使用训练数据拟合模型的参数或权重，使其能对输入数据做出预测或分类
5. 评估和调优
   • 对模型的性能进行评估和调优
     • 评估指标：准确率/召回率/F1值
6. 预测和推断

三、基本术语

基本术语	是什么	表示	特点	组成	其他
记录/示例/样本/特征向量	每对括号内包含的数据	(属性1=属性值1；属性2=属性值2...)		属性/特征、属性值	维数：含有几个属性值描述就有几个维度
属性空间/样本空间/输入空间	属性组成的空间
数据集	记录的集合	{示例1，示例2...}
学习/锻炼	从数据中学得模型的过程		完成方式：执行某个算法
训练样本/训练示例/训练例	训练过程中使用的一组数据
训练集	训练样本组成的集合
假设	一种规律，机器学了模型后发现的数据规律
真相/事实	一种规律，数据本身存在的规律
模型/学习器	学习算法在给定数据和参数空间上的实例化
标记	训练样本的结果信息
样例	拥有了标记信息的示例	(x,y)，x,y右上角加上(i)表示第i个样例
标记空间/输出空间	所有标记的集合
分类			预测的是离散值	二分类任务、多分类任务	二分类任务：一个是正类、一个是反类
回归			预测的是连续值
测试	使用学得的模型进行预测
测试样本	被预测的样本
泛化能力	学得模型适用于新样本的能力
归纳	从特殊到一般的泛化过程、从具体的事实归结出一般性规律	狭义、广义			狭义（概念学习/概念形成）：从训练数据中学得概念；广义：从样例中学习
演绎	从一般到特殊过程，从基础原理推演出具体状况
（归纳）偏好	算法在学校过程中对某种类型假设的偏好

四、机器学习算法

1. 监督学习（Supervised learning）/有导师学习：使用最多
2. 无监督学习（Unsupervised learning）/无导师学习
3. 强化学习（Reinforcement learning）

本文参考如下：

1. 参考链接
2. b站吴恩达机器学习