說到Machine Learning（ML）大家肯定不會陌生，近幾年好像處在持續(xù)火熱之中呜呐，很多人也開始對這方面的內(nèi)容進行學(xué)習(xí)研究疮方。
我是在上學(xué)期也就是研一的時候開始學(xué)習(xí)的，但一直是停留在理論階段唁毒，中途也完成過相應(yīng)的作業(yè)蒜茴，但還未正式地將其與實際應(yīng)用相結(jié)合，沒有用來解決實際性的問題浆西。所以記錄這個版塊的主要原因是保存下基本的理論框架知識粉私，對自己是一種檢測，同時也為后續(xù)的應(yīng)用夯實基礎(chǔ)近零。另外也希望能和更多的伙伴進行交流學(xué)習(xí)~
在這兒我主要以框架的方式梳理一下知識網(wǎng)絡(luò)诺核，具體的細節(jié)部分，在以后隨著更深入的理解再提供補充~~
What：
ML：讓機器自身學(xué)習(xí)久信，針對一類問題的不同輸入均可得到相應(yīng)的輸出窖杀，而非針對一個具體的輸入寫出一個完備的算法。由此可見裙士，相比于傳統(tǒng)的算法設(shè)計邏輯入客，其更靈活。
How:
那它的整個流程框架是怎樣的呢？既然機器學(xué)習(xí)的結(jié)果能夠?qū)Σ煌妮斎刖a(chǎn)生作用痊项，那么這個算法在形成的過程中就得給它“喂”進多量且多樣化的食物锅风，得先讓它盡可能地嘗遍各種美食，既要有山珍海味鞍泉，也得有粗茶淡飯皱埠，這樣才能讓它的胃有更好的適應(yīng)性，不至于在來了一種新食物時出現(xiàn)腸胃不適紊亂的現(xiàn)象~~養(yǎng)好胃之后咖驮，當再給它“喂”入新鮮的食物后边器，它便能立刻反應(yīng)出這是何種食物。這也從另一個角度說明耕耘和收獲是成正比的托修，既然我們希望這種算法能解決更多不同輸入的問題忘巧，那么在一開始，我們就得多給它更多的投入啦：）
上面這段是我自己總結(jié)的形象化理解睦刃，下面還是用規(guī)范化的詞語說明其具體的含義吧~
【算法】——Model砚嘴，也就是我們最終希望得到的模型，當有了這個模型之后涩拙，輸入一個之前沒有的??? 數(shù)?據(jù)也能得到對應(yīng)合理的輸出
【食物】——dataset际长，為得到理想模型而必不可缺的數(shù)據(jù)集，只有有了數(shù)據(jù)之后兴泥，才能利用數(shù)據(jù)來訓(xùn)練模型工育，最終得到理想的模型。沒有數(shù)據(jù)搓彻，也就沒有營養(yǎng)來源如绸，一切都只是空談了~~
【山珍海味/粗茶淡飯】——這指的是數(shù)據(jù)集中不同的數(shù)據(jù)屬性，也就是為了能讓模型有更好地適應(yīng)能力旭贬，不能只讓它接觸到一種類型的數(shù)據(jù)怔接，而應(yīng)該讓它根據(jù)實際地應(yīng)用情境（如二分類或多分類問題），讓它接觸到多種屬性的數(shù)據(jù)稀轨。
【紊亂】——大的誤差蜕提，也就是模型在處理一批新的輸入數(shù)據(jù)時，其效果不佳靶端。這分為兩種情況：a、模型本身對訓(xùn)練的數(shù)據(jù)就有比較大的誤差（高偏差）凛膏，b杨名、模型能很好地適應(yīng)進行訓(xùn)練的數(shù)據(jù)，但針對一批新輸入的數(shù)據(jù)產(chǎn)生較大的誤差（高方差）猖毫。這兩個問題是在模型設(shè)計過程中時常產(chǎn)生台谍，盡量減小，不可避免的吁断，畢竟趁蕊，人間美食那么多坞生，怎么可能讓一個有限容量的胃去嘗盡呢：（
【反應(yīng)】——評估，也就是拿訓(xùn)練好的模型來處理一個新的數(shù)據(jù)掷伙，并得到對應(yīng)的結(jié)果是己，也就是整個機器學(xué)習(xí)最終的目的。
Why：
上面所說的便是機器學(xué)習(xí)的一個流程任柜，理解上似乎并不困難卒废，但是如何得到所需數(shù)據(jù)？怎么利用已有數(shù)據(jù)訓(xùn)練得到想要的模型宙地？怎樣才能得到一個更好的模型摔认？如何去評估一個模型的好壞？……可能一開始還會有更多的問題宅粥，不過参袱，不要著急，學(xué)習(xí)是循序漸進的過程秽梅，在后續(xù)的筆記中我就逐步的把握學(xué)到的知識點概括總結(jié)出來抹蚀，希望能對你從大體上的理解有所幫助，當然這種理解可能是比較片面的风纠，要是你能獻策那就更好啦~
Framework：so……有了上面的介紹况鸣，下面給出整體的一個思路框架以形成比較形象化地理解，如圖1竹观，畢竟看圖有時比看文字更直觀镐捧，印象更深~~
注：在這兒推薦一下AndrewNg的公開課Machine Learning的入門級課程，這也是我已開始接觸學(xué)習(xí)的內(nèi)容臭增，感覺不錯~由于文件比較大懂酱，可以直接到網(wǎng)上找資源：）也可以私信qq：1195104546
