什么是機(jī)器學(xué)習(xí)姑宽？

一遣耍、概述

• 機(jī)器學(xué)習(xí)是讓計(jì)算機(jī)具有學(xué)習(xí)的能力，無需進(jìn)行明確編程炮车。 —— 亞瑟·薩繆爾配阵，1959
• 計(jì)算機(jī)程序利用經(jīng)驗(yàn) E 學(xué)習(xí)任務(wù) T，性能是 P示血，如果針對任務(wù) T 的性能 P 隨著經(jīng)驗(yàn) E 不斷增長，則稱為機(jī)器學(xué)習(xí)救拉。 —— 湯姆·米切爾难审，1997

二、機(jī)器學(xué)習(xí)的類型

1. 監(jiān)督學(xué)習(xí)

訓(xùn)練集有標(biāo)簽

• 主要算法

  • K近鄰算法
  • 線性回歸
  • 邏輯回歸
  • 支持向量機(jī)（SVM）
  • 決策樹和隨機(jī)森林
  • 神經(jīng)網(wǎng)絡(luò)

• 分類

  • 垃圾郵件過濾器就是一個(gè)很好的例子：用許多帶有歸類（垃圾郵件或普通郵件）的郵件樣本進(jìn)行訓(xùn)練亿絮，過濾器必須還能對新郵件進(jìn)行分類告喊。

    img

• 回歸

  • 預(yù)測目標(biāo)數(shù)值，例如給出一些特征（里程數(shù)派昧、車齡黔姜、品牌等等）稱作預(yù)測值，來預(yù)測一輛汽車的價(jià)格

    img

2. 非監(jiān)督學(xué)習(xí)

訓(xùn)練集沒有標(biāo)簽

• 主要算法

  • 聚類

    • K 均值

    • 層次聚類分析（HCA）

    • 期望最大值

      img

  • 可視化與降維

    • 主成分分析（PCA）

    • 核主成分分析

    • 局部線性嵌入（LLE）

    • t-分布鄰域嵌入算法（t-SNE）

      img

  • 異常檢測

    img

  • 關(guān)聯(lián)規(guī)則

    • Apriori 算法
    • Eclat 算法

3. 半監(jiān)督學(xué)習(xí)

大量不帶標(biāo)簽數(shù)據(jù)加上小部分帶標(biāo)簽數(shù)據(jù)

• 主要算法

  • 深度信念網(wǎng)絡(luò)（DBN）
  • 受限玻爾茲曼機(jī)（RBM）

• 案例

  • 比如 Google Photos蒂萎，只要給每個(gè)人一個(gè)標(biāo)簽秆吵，算法就可以命名每張照片中的每個(gè)人，特別適合搜索照片

    img

4. 強(qiáng)化學(xué)習(xí)

學(xué)習(xí)系統(tǒng)在這里被稱為智能體（agent）五慈，可以對環(huán)境進(jìn)行觀察纳寂，選擇和執(zhí)行動作主穗，獲得獎勵(lì)（負(fù)獎勵(lì)是懲罰）。然后它必須自己學(xué)習(xí)哪個(gè)是最佳方法（稱為策略毙芜，policy）忽媒，以得到長久的最大獎勵(lì)。策略決定了智能體在給定情況下應(yīng)該采取的行動腋粥。

• 主要算法

  • Q-learning
  img

5. 在線學(xué)習(xí)

用數(shù)據(jù)實(shí)例小批量持續(xù)地進(jìn)行訓(xùn)練晦雨，每個(gè)學(xué)習(xí)步驟都很快且廉價(jià)，系統(tǒng)可以動態(tài)地學(xué)習(xí)新獲得的數(shù)據(jù)

• 在線學(xué)習(xí)很適合系統(tǒng)接收連續(xù)流的數(shù)據(jù)（比如隘冲，股票價(jià)格）闹瞧，且需要自動對改變作出調(diào)整。一旦在線學(xué)習(xí)系統(tǒng)學(xué)習(xí)了新的數(shù)據(jù)實(shí)例对嚼，它就不再需要這些數(shù)據(jù)夹抗，可以節(jié)省大量的空間

  img

6. 實(shí)例學(xué)習(xí)vs模型學(xué)習(xí)

• 實(shí)例學(xué)習(xí)

  系統(tǒng)先用記憶學(xué)習(xí)案例，然后使用相似度測量推廣到新的例子

  img

• 模型學(xué)習(xí)

  建立這些樣本的模型纵竖，然后使用這個(gè)模型進(jìn)行預(yù)測

  img

三漠烧、機(jī)器學(xué)習(xí)的使用

• 選擇算法需要考慮的兩個(gè)問題

  • 算法場景

    • 預(yù)測明天是否下雨，因?yàn)榭梢杂脷v史的天氣情況做預(yù)測靡砌，所以選擇監(jiān)督學(xué)習(xí)算法
    • 給一群陌生的人進(jìn)行分組已脓，但是我們并沒有這些人的類別信息，所以選擇無監(jiān)督學(xué)習(xí)算法通殃、通過他們身高度液、體重等特征進(jìn)行處理

  • 數(shù)據(jù)類型

    • 需要收集或分析的數(shù)據(jù)是什么
    img

• 開發(fā)流程

  1. 收集數(shù)據(jù): 收集樣本數(shù)據(jù)
  2. 準(zhǔn)備數(shù)據(jù): 注意數(shù)據(jù)的格式
  3. 分析數(shù)據(jù): 為了確保數(shù)據(jù)集中沒有垃圾數(shù)據(jù)
     • 如果是算法可以處理的數(shù)據(jù)格式或可信任的數(shù)據(jù)源，則可以跳過該步驟
     • 另外該步驟需要人工干預(yù)画舌，會降低自動化系統(tǒng)的價(jià)值
  4. 訓(xùn)練算法: 如果使用無監(jiān)督學(xué)習(xí)算法堕担，由于不存在目標(biāo)變量值，則可以跳過該步驟
  5. 測試算法: 評估算法效果
  6. 使用算法: 將機(jī)器學(xué)習(xí)算法轉(zhuǎn)為應(yīng)用程序