看书学，机器学习入门一下

        最近在看由Aurélien Géron编写的《机器学习实战：基于Scikit-Learn和TensorFlow》，我想对第一章和第二章做一个总结，加入自己的理解，这两章是本书机器学习的起步，看完就对机器学习项目有了一个大致的了解。

        机器学习是人工智能的一个分支，是实现人工智能的一种方式，举个例子，比如分类垃圾邮件，我们不再去编辑复杂的if else语句逻辑去实现智能，我们只需要告诉模型我们想要的结果，给它一些数据，让它自己从数据中悟出道理来。

首先，机器学习是可以分类的

1. 监督式：人先将数据分类并标记，让机器学习学习人如何分类，然后新数据来的时候，让机器学习自

                  己看着办，分类分不好就等回炉重造吧。

    无监督式：和监督式不同，不标记数据，其实有时候你也没有能力对数据进行分类，比如让你的油管   

                      账号的访客分个类，这个太多了，太复杂了，你自己都不知道从哪里开始分，只好扔给机

                      器学习，让它来尝试着分类，什么？人都分不清的东西让它来分？？放心，有这种模型实

                      现这种功能，而且还能发现人没有发现的不得了的东西。

    半监督式：有些数据很奇怪，它大部分数据没有被标记，但是有少量数据却被标记了，比如一堆照

                      片，大部分照片上没有写人名，但是有小部分照片的人标记了人名，这时大部分没有被

                      标记的照片被用了无监督学习，而被标记的照片被用了监督学习，其实就是这样的，半

                      监督就是监督和无监督的结合，比如深度信念网络（DBN）（嗯，好像是个很厉害的东西）

     强化学习：这个东西就真的很厉害了，它的学习系统（在其语境中称为智能体）能够观察环境，做

                       出选择，执行操作，并获得回报（reward），或者是惩罚。所以它必须自行学习什么是

                       最好的策略（policy），从而随着时间的推移获得最大的回报。策略代表智能体在特定情

                       况下应该选择的操作。

---

2.  批量学习：当你的数据集不太大的时候，你可以一次把所有的数据都喂给机器学习模型

     在线学习：当你的数据集很大的时候，你需要把数据集分成小块，一块一块的喂

---

3.  基于实例：我的理解是，给你一篇文章，当再给你一篇新的文章时，你会联想到你刚学过的文章，你会找到                             这两篇文章的相似的地方

     基于模型：我的理解是，一本书都是文章，你看完之后自己写了一篇文章，还要保证和这书里的文章都有关系，然后又来一篇新文章，你看和你写的差不多，肯定不错。

以上三个大分类相互不矛盾，可以相互搭配，比如半监督批量基于实例，也可以监督式批量基于模型

最后，千万不要只关注算法而忽略了数据的准备工作，书上说，数据集的准备是超级超级重要的，数据数量不足，有没用的数据，有不合理的数据，都不行！！

突然之间，项目来了

你是个很厉害的数据科学家（如果真的是，请带带小弟），公司需要对加利福尼亚的区域的房价进行预测，评估投资价值。数据集是加州人口的数据普查数据。

首先干嘛？当然是找数据啊，数据集的准备

我们先看看所谓的数据集长什么样子：

加州人口普查数据集

       数据集就是个二维数组，它可以使用pandas的方法读取（pandas是个基于Numpy的工具包，为了解决数据分析，就这样；Numpy又是什么？Numpy也是个工具包，主要用来算矩阵的，就这样；矩阵又是什么？），其中每一行是一条数据，它的列数据被称为特征值，不错，特征值有数值也有字符串，longitude是一个特征值，ocean_proximiy也是一个特征值。当然，字符串无法计算，所以我们一般要将字符串转化为数值（或独热向量，先别管这个，后边会说）。

        当你白白的拿到别人精心整理的数据集的时候，要好好利用，这是别人的免费给你的心血，网上免费下载数据集的网站有很多，自己找找合适的数据。我们这里用的是书上的数据集，下载地址：https://raw.githubusercontent.com/ageron/handson-ml/master/datasets/housing/housing.tgz

等等，好像有个叫Anaconda的好东西

anaconda包含了大量的科学包，可以快速的进行复杂的计算，反正就是很厉害就对了，我们安装anaconda，我这里简单讲一下anaconda的安装。

anaconda有官网可以下载，但是下载速度比较慢。

我们可以去清华大学的镜像库：

https://mirrors.tuna.tsinghua.edu.cn/

这上面有各种各样的文件的镜像，如果官网下载的慢，可以来这里找。

然后，我们找到anaconda的下载位置：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

选择一个合适的版本。Windows64位就选Anaconda3-5.3.1-Windows-x86_64.exe。

安装完成后打开anaconda Navigator

Anaconda Navigator图标

然后打开jupyter notebook：

打开jupyter

这是个好东西，可以单元执行，以后我们就在上面编辑Python代码

我们选择一个目录新建一个Python3文件

新建Python3

然后打开刚刚新建的Python文件

jupyter notebook界面

我是改了jupyter的主题的，感兴趣可以试试，网上有教程，很简单。

建议先去看看Python的基础语法，才能使用Python进行基本的编码

后面的数据集的操作下次讲