0
点赞
收藏
分享

微信扫一扫

【机器学习-黑马程序员】人工智能、机器学习概述


前言

本专栏文章为观看黑马程序员《python机器学习》所做笔记,课程地址在这。如有侵权,立即删除。

一、人工智能概述

【机器学习-黑马程序员】人工智能、机器学习概述_机器学习

  • 机器学习和人工智能、深度学习的关系
  • 机器学习是人工智能的一个实现途径
  • 深度学习是机器学习的一个方法发展而来的
  • 机器学习的应用场景非常多,主要有下图三种领域:

二、什么是机器学习

  1. 定义 机器学习是从数据自动分析获得模型,并利用模型对未知数据进行预测。
  2. 数据集构成
  • 结构:特征值+目标值

注:

  • 对于每一行数据我们可以称之为样本
  • 有些数据集可以没有目标值

二、机器学习算法分类

  1. 监督学习(supervised learning)(预测):输入数据是由输入特征值和目标值所组成。函数的输出可以是一个连续的值(称为回归),或是输出是有限个离散值(称作分类)(有目标值)。
  • 分类问题:目标值为类别
  • 分类 k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归
  • 回归问题:目标值为连续型数据
  • 线性回归、岭回归
  1. 无监督学习(unsupervised learning):输入数据是由输入特征值所组成(没有目标值
  • 聚类 k-means

【机器学习-黑马程序员】人工智能、机器学习概述_机器学习_02

三、机器学习开发流程

获取数据->数据处理->特征工程->机器学习算法训练(获得模型)->模型评估->应用

【机器学习-黑马程序员】人工智能、机器学习概述_人工智能_03

注:

  • 学习要点:算法是核心,数据与计算是基础。
举报

相关推荐

0 条评论