1、机器学习分为两部分:建模和预测

建模:根据已有数据(文本,图像,声音等)并可能有标记值,提取出数据中的特征向量,使用某一个机器学习算法(最小二乘法),对模型进行训练得出模型。

预测:现有新数据(文本,图像,声音等)并可能有标记值,提取出数据中的特征向量,根据模型对新的数据进行预测。

2、整体看机器学习就是模仿人识别事物的过程即:学习、提取特征、识别、分类

由于机器不能跟人类思维一样根据事物特征自然而然的选择分类方法,所以机器学习方法的选择依然还需要人工选择。目前,机器学习的方法主要有三种:监督学习、半监督学习和无监督学习。监督学习是利用一组已知类别的样本调整分类器的参数,使其达到所要求性能的过程。白话一点,就是根据已知的,推断未知的。代表方法有:Nave Bayes、SVM、决策树、KNN、神经网络以及Logistic分析等;半监督方法主要考虑如何利用少量的标注样本和大量的未标注样本进行训练和分类的问题,也就是根据少量已知的和大量未知的内容进行分类。代表方法有:最大期望、生成模型和图算法等。无监督学习是利用一组已知类别的样本调整分类器的参数,使其达到所要求性能的过程。也就是及其自个儿学。代表方法有:Apriori、FP树、K-means以及目前比较火的Deep Learning。从这三方面看,无监督学习是最智能的,有能实现机器主动意识的潜质,但发展还比较缓慢;监督学习是不太靠谱的,从已知的推断未知的,就必须要把事物所有可能性全都学到,这在现实中是不可能的,人也做不到;半监督学习是“没办法中的办法”,既然无监督学习很难,监督学习不靠谱,就取个折中,各取所长。目前的发展是,监督学习技术已然成熟,无监督学习还在起步,所以对监督学习方法进行修改实现半监督学习是目前的主流。但这些方法基本只能提取信息,还不能进行有效的预测。来源:https://www.cnblogs.com/xpNLP/p/4678636.html

3、邹博将机器学习流程比作西红柿炒蛋

4、清晰地理解各个算法原理、优缺点

针对新的数据新的问题,知道使用什么算法。

参考https://blog.csdn.net/u013369277/article/details/51645672

机器学习之邹博笔记1相关推荐

  1. python朴素贝叶斯调参_邹博机器学习升级版II附讲义、参考书与源码下载(数学 xgboost lda hmm svm)...

    课程介绍 本课程特点是从数学层面推导最经典的机器学习算法,以及每种算法的示例和代码实现(Python).如何做算法的参数调试.以实际应用案例分析各种算法的选择等. 1.每个算法模块按照"原理 ...

  2. 台湾大学林轩田机器学习技法课程学习笔记1 -- Linear Support Vector Machine

    红色石头的个人网站:redstonewill.com 关于台湾大学林轩田老师的<机器学习基石>课程,我们已经总结了16节课的笔记.这里附上基石第一节课的博客地址: 台湾大学林轩田机器学习基 ...

  3. 机器学习knn算法学习笔记使用sklearn库 ,莺尾花实例

    ** 机器学习knn算法学习笔记使用sklearn库 ,莺尾花实例. 具体knn算法是怎样的我这里就不再详细论述.在这里我注意总结我使用knn算法进行一个分类的分析 ** 分析过程 1.前期准备 引入 ...

  4. 《机器学习实战》学习笔记(四):基于概率论的分类方法 - 朴素贝叶斯

    欢迎关注WX公众号:[程序员管小亮] [机器学习]<机器学习实战>读书笔记及代码 总目录 https://blog.csdn.net/TeFuirnever/article/details ...

  5. Python3《机器学习实战》学习笔记(八):支持向量机原理篇之手撕线性SVM

    原 Python3<机器学习实战>学习笔记(八):支持向量机原理篇之手撕线性SVM 置顶 2017年09月23日 17:50:18 阅读数:12644 转载请注明作者和出处: https: ...

  6. 《机器学习实战》学习笔记(八):预测数值型数据 - 回归

    欢迎关注WX公众号:[程序员管小亮] [机器学习]<机器学习实战>读书笔记及代码 总目录 https://blog.csdn.net/TeFuirnever/article/details ...

  7. 《机器学习实战》学习笔记(三):决策树

    欢迎关注WX公众号:[程序员管小亮] [机器学习]<机器学习实战>读书笔记及代码 总目录 https://blog.csdn.net/TeFuirnever/article/details ...

  8. 《机器学习实战》学习笔记第八章-回归

    目录 线性回归 标准回归 局部加权线性回归 预测鲍鱼的年龄 缩减系数来"理解"数据 岭回归 lasso 前向逐步回归 预测乐高玩具套件的价格 获取数据 线性回归 回归的目的就是预测 ...

  9. 《机器学习实战》学习笔记(一):机器学习基础

    欢迎关注WX公众号:[程序员管小亮] [机器学习]<机器学习实战>读书笔记及代码 总目录 https://blog.csdn.net/TeFuirnever/article/details ...

  10. 《机器学习实战》学习笔记(七):利用AdaBoost 元算法提高分类性能

    欢迎关注WX公众号:[程序员管小亮] [机器学习]<机器学习实战>读书笔记及代码 总目录 https://blog.csdn.net/TeFuirnever/article/details ...

最新文章

  1. git 提交丢失Warning, you are leaving 2 commits behind,
  2. 转型不该只是一句空话 还应该有更多实质
  3. Java并发编程题库
  4. charts混合使用 elementui和e_vue模块化(echart+element ui)
  5. 2020年李永乐线性代数强化笔记-行列式与矩阵
  6. linux关闭本地登录密码登录密码错误,vsftpd本地用户登录密码错误的解决方法
  7. docker可视化管理界面_分析一款Docker容器可视化管理工具Porttainer
  8. python sort 多级排序_为什么在python中使用排序功能进行多级排序...
  9. 10人以下小团队管理手册-学习笔记
  10. Machine Learning - Coursera week6 Evaluating a learning algorithm
  11. SSM框架整合一(springmvc+spring+mybatis+maven+tomcat)
  12. 2009年存储市场10大预测 厂商并购在所难免
  13. 停止计算机sql服务,“本地计算机上的SQLSERVER服务启动后又停止了”解决方法
  14. PHP语言中global和$GLOBALS[]的分析(转)
  15. Linux 3g上网卡 拨号,Linux 系统 CDMA 无线上网卡拨号过程
  16. Mac os X 常用技巧
  17. uniapp js 金额与星星**符号互转
  18. 【英语语法入门】第43讲 假设(02)与现在事实相反的虚拟语气
  19. 1.React 简介
  20. 思必驰:启发式对话中的知识管理

热门文章

  1. 各国语言(语系)代码表(ZH-TW, ZH-CN,EN-US...) JSON 格式 [繁中/简中/英文格式]
  2. 编码表(ASCII码GB2312gbkunicodeUTF-8)
  3. 经验:如何做好两台BXP服务器(转)
  4. php数组教程,PHP 数组入门教程小结
  5. JAVA练习55-最小的k个数
  6. winrar注册码激活码
  7. python爬取百度迁徙数据_python爬虫-动态爬取百度迁徙
  8. MySQL 数据库崩溃(crash)的常见原因和解决办法---发表到 《数据和云》 公众号
  9. 2021年数学建模国赛C题问题四及模型检验
  10. 【三电平SVPWM学习