有监督学习
目标：建立一个模型(函数)，来描述输入(x)和输出(y)之间的映射关系。
价值：模型训练完成后，新的输入，模型会给出预测值输出。
- 注意点：
1.要有足够的训练样本
2.输入和输出之间有关联关系
3.输入和输出可以数值化表示
有监督学习的应用
- 文本分类
输入：文本
输出：类别 - 机器翻译
输入：A语言文本
输出：B语言文本 - 图像识别
输入：图像
输出：类别 - 语音识别
输入：音频
输出：文本
无监督学习
目标：提供无标注数据，使用算法对数据分析处理，得到结论
无监督学习的应用
- 聚类
- 降维
- 找特征值
常用概念
- 过拟合
模型失去了泛化能力。模型再训练集和验证集上表现好，在测试集上表现差，一般是过拟合。 - 欠拟合
模型没能在输入和输出之间建立起合理的映射。输入训练集，输出预测与标注结果依然相差很大。 - 评价指标
准确率
召回率
F1值
Topk
总结
机器学习本质：从已知数据中找规律，用来预测未知的样本。
深度学习：是机器学习的一种方法。