人工智能三大概念：
知道AI，ML，DL是什么
AI：用计算机模拟人脑，让计算机能够像人类一样理性的思考和行动
ML：基于经验找规律；先训练（根据训练集找规律，找公式），再预测，最后评估
DL：基于自己构建出来的知识库
AI：给出一张图片，判断是否为西瓜
ML：结合大量有关西瓜的资料（图片，音频，文本等等），总结出规律，如何挑选一个好西瓜
DL：基于西瓜的各种资料(价格，产地，口感)，搭建自己的知识库
了解AI，ML，DL之间关系
AI包含ML，ML包含DL（先辨别是不是西瓜，再判断是不是一个好西瓜，最后判断西瓜的品种）
算法的学习方式：
基于规则的学习，基于模型的学习
机器学习常用术语
知道样本是什么，知道特征是什么
样本：一行数据就是一个样本，多个样本组成数据集，有时一条样本被叫成一条记录
特征：一列数据一个特征，有时也被称为属性
知道标签/目标值是什么
标签/目标：要求和预测的结果那一列数据
理解数据集划分方法
数据集划为两部分：训练集和测试集，通常为8：2或者7：3
x_train y_train 训练集特征，训练集标签
x_test y_test 测试集特征，测试集标签
机器学习算法分类
知道有监督学习是什么
有特征有标签
有监督分类问题&回归问题
标签连续就是回归，标签不连续就是分类
分类种类：二分类，多分类
知道无监督学习是什么
有特征无标签，根据样本之间相似性对样本进行聚类，发现事务结构及相互关系（聚类）
知道半监督学习是什么
部分有标签部分无标签
1，让专家标注少量数据，利用已经标记的数据训练一个模型
2，利用该模型套用未标记的数据
3，询问领域专家分类结果和模型分类结果做对比，从而对模型进一步改善和提高
半监督学习可以大幅减低标记成本
了解强化学习是什么
强化学习=寻找最短路径（最优解），以便获取最多的奖励
就好比在OJ上(Environment)做题(Action)，做对了给予AC(Reward)，做错了给予WA(State)
机器学习建模流程
获取数据：搜集和完成机器学习任务相关的数据集
数据基本处理：数据集中异常值，异常值的处理等
特征工程：对数据集特征进行提取，转为向量，让模型达到最好的结果
机器学习（模型训练）：选择合适的算法对模型进行训练，根据不同的任务来选中不同的算法
模型评估：评估效果好上线服务，评估效果不好则重复上述步骤
特征工程
知道特征工程是什么
理解特征提取的作用
理解特征预处理的作用
了解特征降维，特征选择，特征组合
利用专业背景知识和技巧处理数据，让机器学习算法效果最好
数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已
特征提取，从原始数据中提取与任务相关的特征，会改变原数据
特征预处理------>归一化，标准化
防止量纲导致某些特征对模型影响大，有些影响小
量纲：即单位（米，千克等）
打个比方：
|----------|----------|----------|
| 特征1（单位A） | 特征2（单位B） | 特征3（单位C） |
| 90 | 2 | 12 |
| 100 | 4 | 20 |
| 120 | 3 | 15 |
归一化过程：x' =（当前值 - 最小值）/（最大值 - 最小值）
|----------|----------|----------|
| 特征1（单位A） | 特征2（单位B） | 特征3（单位C） |
| 0 | 0 | 0 |
| 0.333 | 1 | 1 |
| 1 | 0.5 | 0.375 |
如果为最小值，那么归一化得到的为0，如果为最大值，那么归一化得到的为1
特征降维：将原始数据维度降低，叫做特征降维，一般对原始数据产生影响，保证数据的主要信息保留下来
特征选择：选择一个与任务相关的特征子集，不会改变原数据
（就好比体检不需要你的学历，薪资这种特征）
特征组合：多个特征合成一个特征，利用乘法或者加法完成（BMI）