美文网首页
机器学习入门——理论篇

机器学习入门——理论篇

作者: JokerPeng | 来源:发表于2018-04-02 15:40 被阅读0次

一、机器学习初步认识

1、什么是机器学习?

机器学习就是利用计算机从历史数据中找出规律,并把这些规律用到对未来不确定场景的决策

比如预测某公司未来一个季度的销量,这就需要根据以往季度的销量情况进行分析找出规律,然后对下一个季度的销量进行预测。

机器学习的主体是机器,而不是人,与之对应的一个事——也是从历史数据中寻找规律,是数据分析,这个主体是人。

从数据中寻找规律,其实就是机器学习一系列的算法,不同的算法找出来的规律的形式是不一样的,大部分情况下,就是找出一个数学函数或者是数学公式。

2、从数据中寻找规律

统计学从数据中找规律的过程:由于受限于计算能力的限制,主要靠手算或者低端计算机,一般采用抽样计算,然后描述统计,最后根据结论回去作假设检验,统计推断。

由于计算机性能的极大提升,现在不用再作抽样统计,可以作全量分析

3、机器学习为什么突然火起来
  • 从历史数据中找出规律,把这些规律用到对未来自动作出决定
  • 用数据代替专家
  • 经济驱动,数据变现,也就是大数据的迅猛发展
4、业务系统发展的历史
  • 早期:基于专家经验
  • 基于统计——分维度统计
  • 机器学习——在线学习(比如电商网站的针对用户实时的推荐)

二、机器学习的应用

1、关联规则
  • 购物车分析——关联规则
    其实这是一个典型的数据挖掘算法,生活中常见的如啤酒和纸尿布的案例
2、聚类
  • 用户细分和精准营销
    如用相关聚类算法,对移动消费者用户消费习惯进行分类,然后有针对性的作出一些资费套餐,如全球通,神州行,动感地带等
3、朴素贝叶斯和决策树
  • 朴素贝叶斯:垃圾邮件
  • 决策树:信用卡欺诈
4、ctr预估
  • 互联网广告:预测用户最有可能点击的页面,来进行排列页面推荐顺序
  • 推荐系统:电商网站中常用推荐商品
5、自然语言处理和图形识别
  • 自然语言处理(NLP)
    情感分析,实体识别等
  • 图像识别
    深度学习

更多应用:

  • 语音识别
  • 个性化医疗
  • 人脸识别
  • 自动驾驶
  • 智慧机器人
  • 私人虚拟助理
  • 手势控制
  • 视频内容自动识别
  • 机器实时翻译

三、数据分析和机器学习

1、区别
  • 交易数据 VS 行为数据

一般数据分析处理的是交易数据,比如电商平台数据,银行存款数据等

而机器学习处理的是行为数据,比如用户的搜索历史,浏览历史,评论等

  • 少量数据 VS 海量数据

  • 采样分析 VS 海量分析

  • 报告过去的事 VS 预测未来的事

  • 技术手段不同

数据分析的数据集量相对于机器学习要小

分析方法上,数据分析主要是用户驱动,交互式分析,机器学习是数据驱动,自动进行知识发展

四、机器学习常用算法

1、算法分类(1)
  • 有监督学习

包括分类算法(垃圾邮件区分)、回归算法

  • 无监督学习

包括聚类算法

  • 半监督学习

强化学习

2、算法分类(2)

根据具体的问题分类

  • 分类与回归
  • 聚类
  • 标注
3、算法分类(3)
  • 生成模型
  • 判别模型

五、机器学习如何解决问题

1、确定目标
  • 业务需求
  • 解决数据问题
  • 提取特征工程
2、训练模型
  • 定义模型
  • 定义损失函数(重点)
  • 优化算法(重点)
3、模型评估
  • 交叉验证
  • 效果评估

相关文章

  • 机器学习入门——理论篇

    一、机器学习初步认识 1、什么是机器学习? 机器学习就是利用计算机从历史数据中找出规律,并把这些规律用到对未来不确...

  • 机器学习入门——实战篇之强化学习

    这是本篇文章是《机器学习入门》系列文章的第五篇,该系列有如下文章:《机器学习入门——基础篇》《机器学习入门——实战...

  • 机器学习入门——实战篇之非监督学习

    这是本篇文章是《机器学习入门》系列文章的第三篇,该系列有如下文章:《机器学习入门——基础篇》《机器学习入门——实战...

  • 机器学习入门——实战篇之深度学习

    这是本篇文章是《机器学习入门》系列文章的第四篇,该系列有如下文章:《机器学习入门——基础篇》《机器学习入门——实战...

  • 机器学习入门——实战篇之监督学习

    这是本篇文章是《机器学习入门》系列文章的第二篇,该系列有如下文章:《机器学习入门——基础篇》《机器学习入门——实战...

  • 机器学习入门——基础

    这是本篇文章是《机器学习入门》系列文章的第一篇,该系列有如下文章:《机器学习入门——基础篇》《机器学习入门——实战...

  • 特征工程(完)

    机器学习入门系列(2)--如何构建一个完整的机器学习项目,第六篇! 该系列的前五篇文章: 机器学习入门系列(2)-...

  • 特征工程之特征缩放&特征编码

    机器学习入门系列(2)--如何构建一个完整的机器学习项目,第五篇! 该系列的前四篇文章: 机器学习入门系列(2)-...

  • 特征工程之数据预处理(下)

    机器学习入门系列(2)--如何构建一个完整的机器学习项目,第四篇! 该系列的前三篇文章: 机器学习入门系列(2)-...

  • 常用机器学习算法汇总比较(完)

    机器学习入门系列(2)--如何构建一个完整的机器学习项目,第九篇! 该系列的前八篇文章: 机器学习入门系列(2)-...

网友评论

      本文标题:机器学习入门——理论篇

      本文链接:https://www.haomeiwen.com/subject/kkfjqftx.html