1. 机器学习 的范围#

• 机器学习 属于 AI人工智能 的分支技术
• 深度学习 又是 机器学习 的技术之一

2. 机器学习 的目的与方法#

• 机器学习 的目的在于发现大量数据中的一个 模型 (也就是 函数)
• 如果将 机器学习中的模型 类比成 函数, 那么 特征 feature 也就是 自变量 x, 标签 lable 也就是 因变量 y
• 机器学习 是在已知 数据集 的基础上, 通过 训练 得到了 特征 与 标签 之间的一个函数.
• 将经过了 训练 的数据称为 训练数据集 , 而另一组待推测的数据称为 测试数据集

3. 机器学习 的类别#

• 根据数据是否有 标签 来分类, 常见分为 监督学习, 无监督学习, 半监督学习

1. 监督学习 : 数据集都有 标签
2. 无监督学习 : 数据集都没有 标签
3. 半监督学习 : 数据集中只有少量 有 标签

4. 深度学习 基本概念#

• 属于 机器学习 的分支, 因此最重要的区分点也就是 模型, 深度学习 使用的 模型 是 神经网络
• 把层数较多、结构比较复杂的神经网络的机器学习技术叫做 深度学习

5. 机器学习 的两大基本问题#

1. 回归问题 : 通常用来预测一个值, 其 标签 值是 连续 的.
2. 分类问题 : 将事物标记为一个类别标签, 结果为 离散 值

6. 基本机器学习术语#

1. 特征

• 特征是有 维度 的，特征的维度是指特征的数目，而非样本数目，也即 $(x_1,x_2,x_3)$ 称作一个样本，而它属于 三维特征数据集
• 同时，避免混淆，将向量、数组、矩阵中的维度统称为 阶，例如 1D向量、2D矩阵

2. 标签

• 有的数据样本有标签，而有的则没有，靠机器推断出来的标签，称作 预测标签$y'$，比较$y$和$y'$的差异，也就是在评判机器学习模型的效果

3. 模型

• 机器学习中，在处理问题时，先确定模型的类型，也就是算法，再确定模型的参数，进而确定最终的模型。

7. 机器学习和深度学习框架#

• 8个常用库，3大类: Pandas 和 Numpy 提供数据结构，支持数学运算；Matplotlib 和 Seaborn 用于数据可视化；剩余4个库提供算法，其中 Scikit-learn 是机器学习框架，TesnsorFlow、Keras 和 Pytorch 则是深度学习框架。

1. Pandas 预置数据结构：

• Series ：1D数组，与 Numpy 中的一维数组 (array) 类似。这两者与 Python 基本数据结构列表 (list) 也很相似。
• TimeSeries ：以时间为索引的Series
• DataFrame ：2D的表格型数据结构，Series的容器
• Panel ：3D的数组，DataFrame 的容器

2. Numpy ：Python的数学拓展包，提供强大的多维数组对象array，提供大量API支持数组运算。
3. Matplotlib ：Python与Numpy的可视化操作界面，通过API像应用程序提供嵌入式绘图功能。
4. Seaborn ：再Matplotlib基础上设计出的绘图库
5. Scikit-learn ：包含大量可以直接使用的机器学习算法。
6. TensorFlow ：编程建立在“图”的概念之上，比较难快速上手。
7. Keras ：建立在TensorFlow等后端框架之上，也就是Keras更“高级”，也即“简单”，本质上还是调用了TensorFlow。
8. Pytorch ：是TensorFlow的竞争对手，相对来说上手更简单。

8. 机器学习项目实战架构#

• 大致分为5个环节：（1）问题定义 （2）数据的收集和预处理 （3）模型算法的选择 （4）选择机器学习模型 （5）超参数调式和性能优化