入门机器学习

《白话大数据与机器学习》读书笔记

1.机器学习与数据挖掘的关系

1.1《白话》的观点：

1.1.1区别

数据挖掘：从数据中找到规律或知识。
机器学习：让机器独立或至半独立地进行复杂或者高要求的工作。

1.1.2联系

对于算法的使用而言，不必区分该算法是属于机器学习领域还是数据挖掘领域。

1.2《西瓜书》的观点：

数据挖掘受数据库、机器学习、统计学影响最大，它是从海量数据中发掘知识。机器学习和统计学的研究为数据挖掘提供数据分析技术。统计学主要是通过机器学习对数据挖掘发挥影响，机器学习支撑数据挖掘。

1.3清华数据挖掘公开课的观点：

数据挖掘 = 机器学习 + 人工智能 + 模式识别 + 统计学

2.度量距离的手段

1. 欧式距离
2. 曼哈顿距离
3. 余弦相似度

3.当数据线性不可分时

1. SVM的做法:映射到高维（升维）
2. 神经网络的做法：增加输入的变量、增加网络的层次、增加输出层

4.必备前驱知识

4.1概率论

1. 古典概型
2. 条件概率

4.2分布

1. 高斯分布
2. 泊松分布
3. 伯努利分布

4.3信息论

1. 信息的定义：“信息是被消除的不确定性”
2. 信息量的表示

I = log_2 M

4.4矩阵

1. 维度
2. 矩阵的转置

4.5高等数学

1. 求偏导数

5.学习资源

5.1在线学习资源

1. DataQuest