机器学习框架ML.NET学习笔记【1】基本概念与系列文章目录
一、序言
微软的机器学习框架于2018年5月出了0.1版本,2019年5月发布1.0版本。期间各版本之间差异(包括命名空间、方法等)还是比较大的,随着1.0版发布,应该是趋于稳定了。之前在园子里也看到不少相关介绍的文章,对我的学习提供了不少帮助。由于目前资料不是很丰富,所以学习过程中也走了不少弯路,本系列的文章主要记录我学习过程中的一些心得体会,并对一些细节会做详细的解释,希望能为机器学习零基础的同学提供一些帮助。(C#零基础可不行)
二、基本概念
1、什么是机器学习?
定义:一个电脑程序要完成任务(T),如果电脑获取的关于T的经验(E)越多就表现(P)得越好,那么我们就可以说这个程序‘学习’了关于T的经验。
简单解释什么叫“机器的学习”:如果输入的经验越多表现的越好,这就叫“学习”。举个例子:传统的程序逻辑是基于算法的,在算法不变的情况下,程序就是运行100年能力也不会有提升,但机器学习是基于数据(样本)的,在算法不变的情况下,累计的有效数据越多,程序表现能力就越强。
2、通过机器学习解决问题和传统算法解决问题的区别
需要解决的问题:会议室进来一位男生,请他站在摄像头前面,通过一个程序评价一下这位男生身材是否很好。
(1)传统解决方案
首先我们分析要判断一个人身材是否很好,主要的判断特征包括:身高、体重、三围等等,然后通过一个衡量算法(比如BMI)进行计算,流程如下:
(2)机器学习算法
机器学习是依赖样本数据的,所以解决这个问题的思路是这样的:
①首先你得上街去收集数据,询问你采访对象的身高、体重、三围数据,然后根据你的经验给他一个评判,形成下表:
②对收集到的数据进行训练,形成模型,然后通过模型对要判断的对象进行评判。流程如下:
小结:通过这个问题的解决,感觉通过机器学习来解决问题比传统方法麻烦多了,是的,对于身材判断这样的问题,人类可以很简单找到一个逻辑分析的方法,所以通过逻辑算法解决就比较方便,但有时候很多事情我们人类是很容易处理的,但我们却不知道其中的逻辑,比如:判断一张图片是否是18+图片,判断一片论文是否写得很好,判断一个人是否长得漂亮等等。这些问题人类很轻松就能处理,但无法总结出其中的规律并交给机器去执行,这时候机器学习算法就可以派上用场了。
三、机器学习的流程
机器学习的流程如下:
数据准备 -> 建模 -> 训练 -> 评估 -> 应用
在实际应用时,由于训练的过程可能时间比较长,所以我们会分两个阶段进行:
1、学习阶段:数据准备 -> 建模 -> 训练 -> 评估 -> 保存模型
2、消费阶段:读取模型 -> 应用
评估的过程就是对模型的检验,我们一般会把样本数据随机分成两份,其中一部分用来学习,另一部分用来检验模型效果,判断一下我们的模型能力。
以上是涉及到机器学习的有些最基础的理论知识,下面几篇文章会由浅入深介绍ML.NET的一些应用。
系列文章目录:
机器学习框架ML.NET学习笔记【1】基本概念
机器学习框架ML.NET学习笔记【2】入门之二元分类
机器学习框架ML.NET学习笔记【3】文本特征分析
机器学习框架ML.NET学习笔记【4】手写数字识别
机器学习框架ML.NET学习笔记【5】手写数字识别(续)
机器学习框架ML.NET学习笔记【6】TensorFlow图片分类
机器学习框架ML.NET学习笔记【7】人物图片颜值判断
机器学习框架ML.NET学习笔记【8】目标检测
机器学习框架ML.NET学习笔记【9】自动学习
资源下载:
项目源码:https://github.com/seabluescn/Study_ML.NET
资源文件:https://gitee.com/seabluescn/ML_Assets
(由于资源文件较大,所以放在码云平台提供下载)
转载于:https://www.cnblogs.com/owenzh/p/11208047.html
机器学习框架ML.NET学习笔记【1】基本概念与系列文章目录相关推荐
- 机器学习框架ML.NET学习笔记【5】多元分类之手写数字识别(续)
一.概述 上一篇文章我们利用ML.NET的多元分类算法实现了一个手写数字识别的例子,这个例子存在一个问题,就是输入的数据是预处理过的,很不直观,这次我们要直接通过图片来进行学习和判断.思路很简单,就是 ...
- 机器学习 matlab工具箱,[matlab]机器学习及SVM工具箱学习笔记
机器学习与神经网络的关系: 机器学习是目的,神经网络是算法.神经网络是实现机器学习的一种方法,平行于SVM. 常用的两种工具:svm tool.libsvm SVM分为SVC和SVR,svc是专门用来 ...
- 开源的,跨平台的.NET机器学习框架ML.NET
微软在Build 2018大会上推出的一款面向.NET开发人员的开源,跨平台机器学习框架ML.NET. ML.NET将允许.NET开发人员开发他们自己的模型,并将自定义ML集成到他们的应用程序中,而无 ...
- 【1】机器学习实战peter Harrington——学习笔记
机器学习实战peter Harrington--学习笔记 综述 数据挖掘十大算法 本书结构 一.机器学习基础 1.1 机器学习 1.2 关键术语 1.3 机器学习主要任务 1.4 如何选择合适的算法 ...
- 26Play框架教程2学习笔记
Play框架教程2学习笔记 文章目录 1 play框架01 1.1 概述 1.2 特性 1.2.1 无缝集成现有开发环境 1.2.2 热重载和修改Bug 1.2.3 简单的无状态MVC架构 1.2.4 ...
- 《机器学习实战》kNN学习笔记
<机器学习实战>kNN学习笔记 文章目录 <机器学习实战>kNN学习笔记 概述 优缺点 k-近邻算法的一般流程 简单案例kNN.py 在约会网站上使用k-近邻算法 归一化特征值 ...
- 26Play框架教程1学习笔记
Play框架教程1学习笔记 文章目录 1play教程 第一课 1.1 play是什么 1.2 REST风格是什么 1.3 play的优点和缺点 2 play教程 第二课 2.1 搭建开发环境 2.1. ...
- 百度飞桨2021李宏毅机器学习特训营学习笔记之回归及作业PM2.5预测
百度飞桨2021李宏毅机器学习特训营学习笔记之回归及作业PM2.5预测 前言 回归 什么是回归(Regression)? 怎么做回归? 线性回归(Linear Regression) 训练集与验证集 ...
- 利用计算机技术实现对文本篇章,自然语言处理NLP学习笔记一:概念与模型初探...
前言 先来看一些demo,来一些直观的了解. 自然语言处理: 可以做中文分词,词性分析,文本摘要等,为后面的知识图谱做准备. 知识图谱: 还有2个实际应用的例子,加深对NLP的理解 九歌机器人: 微软 ...
最新文章
- ida demangled names
- 第三课 泛型+反射封装数据库访问层 2019-04-02
- STL:使用string、vector、complex和limits
- dotnetCore增加MiddleWare的Run,Use Map MapThen四个扩展方法
- 基于Python+tkinter+pygame的音乐播放器完整源码
- JVM设置最大最小内存参数
- 实体和电商哪个更能赚到?
- 株洲市码高机器人编程_码高机器人教育
- mysql sql长度限制_SQL限制– MySQL限制
- Linux下使用fdisk扩大分区容量
- 如何进入oppo云服务器,OPPO云服务(查找手机)
- tms570ls1224用ecap模式测het产生的pwm
- mapengpeng1999@163.com 数据库的设计
- Mac升级AS至2021.1.1 patch 2踩坑
- 看了这个逻辑关系图,才更清晰为何不让你随便外出了
- 牛客小白月赛65个人题解A-E
- 音频均衡器 matlab code,急求高手 设计声音均衡器 滤波器
- Volume数据存储详解
- Eclipse “cannot be resolved to a type”
- “钱三篇”后续之汇率(上)
热门文章
- 【转】主要空间数据挖掘方法
- Sublime package control错误:There are no packages available for installation
- Android中onInterceptTouchEvent、dispatchTouchEvent及onTouchEvent的调用顺序及内部原理
- 类的继承私有成员问题
- 从零开始学习OpenCL开发(一)架构
- easyUI的combobox设置隐藏和显示
- 引用类型传递参数的特殊情况(string)
- 在Panel上绘图的实现
- 再见,齐达内,再见,法国队
- (码友推荐)2018-07-12 .NET及相关开发资讯速递