一,机器学习概述
1.机器学习概念
新的数据--->输入--->训练--->预测--->未知数据
人工智能>机器学习>深度学习
2.涉及学科:微积分(偏导数,向量---值函数,方向梯度),概率论(bayes定理,组合学,抽样方法),计算科学,凸分析,算法复杂度
3.机器学习发展史
1950
(阿兰.图灵创造了"图灵测试")--->1957
(Frank Rosenblat设计出第一个计算机神经网络感知机)--->1981
(Geral Dejong提出基于解释的学习)--->1990
年代机器学习的方法从知识驱动转为数据驱动--->2016
年谷歌的人工智能算法打败围棋专业选手
4.机器学习应用场景
属性预测,价值评估,客户分层,异常检测,疾病检测,风险管控,个性化推荐,垃圾信息识别,智能排序,等级评分,流失预警,文本识别,图像识别,量化交易分析,用户画像,路径优化,店铺选址,资源优化,作诗作歌词,恶意软件识别,精准营销,智能投顾,搜索优化,诈骗检测,关联匹配等
二,机器学习的分类
1.机器学习算法划分
监督学习
:分类,回归,排序,匹配学习
半监督学习
:Transductive SVM,协同训练
非监督学习
:聚类,关联
强化学习
:PPO,A2C/A3C
2.机器学习一般过程
数据采集--->数据处理--->选择建模算法--->结果实施
3.无监督有监督概念
无监督
:是指在未加标签的数据中,根据数据本身质检的属性对数据进行分类,相似相近的数据分为同一类,不相相似或不相近的数据分在不同的类中
有监督
:通过已知数据以及其对应的输出来训练,得到耦合最优模型,再利用这个模型将所有新的数据样本映射为应用的输出结果,对输出结果进行简单的判断从而实现分类。
4.有监督常见算法
K-Means,K-Mediods,DBSCAN,Aprior,FP-Growth
三,机器学习术语与概念
- 数据集:训练集,验证集,测试集:训练模型的数据集合
- 样本,示例:行Record一个事件或对象
- 属性,特征:列feature性质
- 样本空间:属性成长空间
- 训练数据,训练样本:模型训练
- 学习,训练:从数据集中学得模型的过程
- 模型,学习器:训练后的结果
- 模型评价:评估模型性能优差过程
- 目标函数:算法学习后得到的参数,阈值,比例等构成的函数
- 损失函数,代价函数:评估原始数据与预测数据差距的函数评估模型效果
- 泛化能力:机器学习的目标是使得学的模型能够很好地适用于新的样本,而不是仅仅在训练样本上工* * 作的很好,学得的模型适用于新样本的能力称之为泛化能力
- 误差:学习到的模型在样本上的预测结果与样本的真实结果之间的差。
- 训练误差:在训练集上
- 泛化误差:在新样本上
- 过拟合,欠拟合: