一、机器学习简述
- AI人工智能的概念很宽广，简单的来说就是仿智，让机器像人一样具有综合与分析的能力
2.ML机器学习是AI的子集，与其他计算机科学的最大不同在于以往的程序员基于规则编程，但是自然界还有好多规则描述不清楚的，如猫狗图像的识别与分类，如自然语言处理，机器学习让机器自动学习，而不是基于规则的编程（不依赖特定规则编程）
3.DL深度学习是机器学习的子集 也叫深度神经网络，大脑仿生，设计一层一层的神经元模拟万事万物。
二 、机器学习的应用与发展史
典型应用场景 CV即计算机视觉和NLP自然语言处理
发展史 三起两落，AI三要素 数据、算法、算力
-
第一起一落（1950s-1970s）：以逻辑推理和符号主义为代表的早期AI蓬勃兴起，但因算力不足、问题复杂远超预期而陷入"第一次AI寒冬"。
-
第二起一落（1980s-1990s）：专家系统商业化成功带动第二次繁荣，随后因系统维护难、成本高、局限大而遭遇"第二次AI寒冬"。
-
第三起（21世纪至今）：依托大数据、强大算力与深度学习算法，AI在视觉、语音、自然语言处理等领域取得突破性进展，进入广泛落地和爆发式增长的新纪元。
三、基本术语
1、样本：一行数据就是一个样本
2、数据集：多个样本组成数据集
3、特征、一列数据就是一个特征，有时候也称属性
4、标签：模型要预测的那一列
5、 数据集可划分两部分：训练集、测试集 比例：8 : 2，7 : 3
训练集(training set) ：用来训练模型（model）的数据集
测试集(testing set)：用来测试模型的数据集
四 机器学习分类
有监督学习：输入数据有标签（又可根据输出值连续还是离散分为回归和分类）
无监督学习：输入数据无标签 一般为聚类
五、机器学习建模流程
1、获取数据 2、数据预处理（缺失值处理、异常值处理等）3、特征工程（特征提取，特征预处理、特征降维等）4、模型训练 5、模型评估 6、模型预测
一般数据预处理和特征工程最耗时
六、欠拟合与过拟合
欠拟合：模型在训练集上表现很差、在测试集表现也很差
原因：模型过于简单
过拟合：模型在训练集上表现很好、在测试集表现很差
原因：模型太过于复杂、数据不纯、训练数据太少
泛化：模型在新数据集（非训练数据）上的表现好坏的能力
