本文已参与「新人创造礼」活动，一同开启创造之路
走出狭窄的自我，生活才真实开始。—爱因斯坦
2.1什么是机器学习
机器学习的初步认识
机器学习这个术语是1959年IMB公司的亚瑟赛缪尔提出的：教会计算机学习它需求了解的关于国际的一切，以及如何为自己履行使命。机器学习能够理解为AI的一种方式。它的定义为“在没有明确编程的情况下赋予计算机学习才能的研讨领域”。
核心“学习驱动处理新问题”
机器学习诞生于模式辨认和理论，即计算机能够在没有被编程来履行特定使命的情况下学习——也便是说，系统在没有被显式编程的情况下学习。因而，学习是由数据驱动的，而智能是经过根据学习信号或反馈的性质做出有效决策的才能取得的。根据方针评估这些决策的效用。
机器学习侧重于开发习惯新数据和发现的呈现的算法。 机器学习体现了数据挖掘的准则，但也能够推断相关性，并从中学习以运用于新的算法。方针是仿照人类经过经历学习的才能，并在没有或只要最少外部(人类)帮助的情况下完结指定的使命。
举个比如
在中学的教导处有个规定:在校园不能穿“奇装异服”。从教师的视角去看，他见过许多样式的服装，虽然描绘一切奇装异服的特征，可是能够经过感觉去区别。在这个进程中实际上便是在完结一个正常服装、异常服装的的分类使命。
这里奇装异服便是新数据。
关于“学习”的思考
什么是“学习”？学习便是人类经过调查、堆集经历，掌握某项技术或才能。就好像我们从小学习辨认字母、认识汉字，便是学习的进程。而机器学习（Machine Learning），望文生义，便是让机器（计算机）也能像人类相同，经过调查很多的数据和练习，发现事物规矩，取得某种剖析问题、处理问题的才能。
人类学习：调查、经历堆集——> 构成技术
机器学习：数据——> 构成技术
机器学习定义
Improving some performance measure with experence computed from data.
也便是机器从数据中总结经历，从数据中找出某种规矩或者模型，并用它来处理实际问题。
2.2 机器学习的分类
机器学习处理的实际问题大体包含：分类问题和回归问题。
分类问题：运用分类规矩对记录进行方针映射，将其划分到不同的分类中，构建具有泛化才能的算法模型，即构建映射规矩来猜测不知道样本的类别。
例如：一张图片是猫仍是狗；一段文本内容；它的情感是正面仍是负面；明日的气候是晴天仍是非晴天等等。
回归问题：回归剖析是一种研讨自变量和因变量之间联系的猜测模型，用于剖析当自变量发生改变时因变量的改变值，要求自变量与因变量独立。
例如：跟着身高的增长体重的改变规矩；跟着时刻的改变气候温度的改变；随时刻、成交量、换手率、估值等的改变股价的改变等等。
机器学习的算法包含：监督学习和无监督学习
大家都以及了解，机器获取经历进行学习的背面，都是继续各种类型的数据进行的。
监督学习（有监督学习是对有标签数据练习数据集进行建模，再用模型对新的数据样本进行分类或者回归剖析的机器学习算法。
无监督学习（非监督式学习是对没有标签的数据集进行建模，再用模型对新的数据样本进行分类或者回归剖析的机器学习算法。
举个比如进行区别
下面我们以分类使命为例，去区别有监督/无监督学习。
你能够给小朋友看许多种找猫和狗的图片，每看一张图片，告诉他这是猫仍是狗，带你带他出去玩，它能够认出哪些是猫哪些是狗。这便是监督学习 分类问题。
你能够给小朋友看许多色彩的弹珠，他不需求知道什么是色彩，可是他的使命便是把相同的色彩分一堆。这便是无监督学习 分类问题（也便是聚类问题） 。
依照学习理论进行分类
部分材料依照学习理论，将机器学习分为有监督学习，半监督学习，无监督学习，搬迁学习和强化学习。
1.当练习样本带有标签时是有监督学习。
2.练习样本部分有标签，部分无标签时是半监督学习。
3.练习样本全部无标签时是无监督学习。
4.搬迁学习便是便是把现已练习好的模型参数搬迁到新的模型上以帮助新模型练习。
5.强化学习是一个学习最优战略（policy），能够让本体（agent）在特定环境（environment）中，根据当前状况（state），做出行动（action），然后取得最大报答（reward）。强化学习和有监督学习最大的不同是，每次的决议没有对与错，而是希望取得最多的累计奖励。
2.3 机器学习的一般流程
1.确认方针
机器学在不同实际运用场景，都有一个希望的方针。换言之，这个方针实际上便是事务从业人员的需求。例如，银行想知道贷款人员违约的危险，邮件管理软件想要区别垃圾邮件，电力行业想要知道明日的用电量等。
2.诊断问题
根据机器学习建模的经历，剖析事务场景中待处理的问题，是分类问题仍是回归问题。分类问题输出结果是离散数值类型，表明类别。回归问题输出结果是连续数值类型，表明猜测值。例如上面的邮件分类问题，能够用0表明正常邮件，1表明垃圾邮件；而电力行业，猜测明日的用电量则为回归问题。
3.剖析数据
想要根据问题建立机器学习模型，榜首要素便是数据。
数据可能需求爬虫技术、传感器收集等多种手段获取。为了提高数据的质量，需求消耗很多的精力去完结数据预处理作业。数据预处理作业包含：缺失值处理、异常值检测、类别标签编码、数据归一化、特征选择等。
4.数据建模
针对不同类型的问题，以及数据集的特色，选择合适的算法，进行建模。
5.模型练习
从已有数据中学习规矩，拟合数据的进程，便是模型的练习进程。
6.模型评估
针对不同类型的问题，模型有不同的鉴定指标，指标能够判断出模型拟合程度的优秀。
在这里需求注意，建模是为处理不知道的问题，练习运用的数据（练习集）模型现已获取了它们的特色，学到了经历，模型终究好不好，需求用模型没有见过的数据(测验集)去评判。
7.模型运用
在不断优化调试重复上述5、6、7三个步骤后，假如效果不错，那么就确认了最终模型，确认了模型的最终参数，便能够尝试进行工程运用。
典型的机器学习进程
