第18月第22天 机器学习first
2.
传统的机器学习：
机器学习（ML）技术在预测中发挥了重要的作用，ML经历了多代的发展，形成了具有丰富的模型结构，例如：
1.线性回归。
2.逻辑回归。
3.决策树。
4.支持向量机。
5.贝叶斯模型。
6.正则化模型。
7.模型集成（ensemble）。
8.神经网络。
链接：https://www.zhihu.com/question/57770020/answer/345340746
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
神经网络的回归：
在大数据时代，云计算和大规模并行处理基础架构的共同发展，使得机器处理能力在二十一世纪初得到了极大的提升。我们不再局限于低功耗/简单的模型。例如，当今最流行的两种主流机器学习模型是随机森林和梯度提升树。尽管如此，两者都非常强大，并且提供了非线性模型拟合的训练数据，但数据科学家仍然需要仔细地创建特征以获得良好的性能。
与此同时，计算机科学家重新使用神经网络的许多层来完成这些人类模仿的任务。这给DNN（深度神经网络）带来了新的生机，并在图像分类和语音识别任务方面提供了重大突破。DNN的主要区别在于，你可以将原始信号（例如RGB像素值）直接输入DNN，而不需要创建任何域特定的输入功能。通过多层神经元（这就是为什么它被称为“深度”神经网络），DNN可以“自动”通过每一层产生适当的特征，最后提供一个非常好的预测。这极大地消除了寻找“特征工程”的麻烦，这是数据科学家们最喜欢看到的。
DNN也演变成许多不同的网络拓扑结构，所以有CNN（卷积神经网络），RNN（递归神经网络），LSTM（长期短期记忆），GAN（生成敌对网络），转移学习，注意模型（attention model）所有的这些被统称为深度学习（Deep Learning），它正在引起整个机器学习界的关注。
第一周
统计分析
分析数据集中的特点，例如平均值，中位数，标准差以及分位数等。
第二周
数据建模
了解数据的基本类型；学习如何用 sklearn 处理数据集。
第三周
评估和验证
学习如何用准确率或者召回率等指标来测试以及衡量提高表现。
第四周
了解错误和复杂度
了解错误类型、过拟合、欠拟合；学习如何用学习曲线，模型复杂度来识别问题；应用交叉验证等技术提示你模型的表现。
第五周
监督学习
回归和分类的区别；用线性回归预测价格；用对数几率回归来预测状态。
第六周
决策树
训练决策树来预测状态；用信息熵来构建递归决策树。
第七周
神经网络
神经网络的定义；用反向传导训练一个神经网络；从一个单个神经元构建一个神经网络。
第八周
支持向量机
学习如何训练支持向量机来对数据进行线性分割；用核方法来训练支持向量机使它能够分割线性不可分的数据。
第九周
非参数模型
基于实例的模型。
第十周
贝叶斯方法
学习贝叶斯法则，了解如何用朴素贝叶斯算法来预测数据；用贝叶斯方法来训练模型；用贝叶斯推断来创建多变量贝叶斯网络；贝叶斯自然语言处理迷你项目。
第十一周
集成学习
通过 Boosting 来增强传统算法；随机森林；AdaBoost。
第十二周
聚类
学习数据聚类的基本方法；使用 K-平均算法来聚类数据；Single Linkage 聚类法；高斯模型和最大期望算法。
第十三周
特征工程
归一化你的数据；学习如何为训练选择最佳特征。
第十四周
降低维度
用主成分分析和独立成分分析来降低特征维度。
第十五周
强化学习
学习基本的马尔可夫决策过程；用 Q-学习寻找最优策略。
第十六周
博弈论
扑克策略；纳什均衡；极小化极大策略。
第十七周
机器学习到深度学习
深度学习基础，包括 softmax、独热编码和交叉墒；简单的线性分类模型，例如对数几率回归以及与之相关的损失函数。
第十八周
深度神经网络
回顾：什么是神经网络？激活函数：sigmoid、tanh 和 ReLu；如何用反向传播和链式法则来训练神经网络；如何用正则化和dropout等方法提示神经网络表现。
第十九周
卷积神经网络 什么是卷积神经网络；卷积神经网络如何用于图片识别。
第二十周
针对文本和有序数据的深度模型
如何用深度神经网络实现 Word2Vec 对文本进行建模；循环神经网络基础；长短期记忆人工神经网络 LSTM。
http://wang-zs.github.io/ml/index.html
记得有一篇文章总结的就非常易懂，他认为机器学习其实可以分成三类，分类、回归、聚类。
- 分类听着名字就很容易理解了，比如给你一筐水果，水果里面有苹果、香蕉，需要把它们分成两类。
- 回归来源于单词regression，它可以理解成是一种预测，比如线性回归，他可以根据样本数据学习出一个线性的公式，比如y=ax，当你给定一个x的值时，可以推算出对应的y值。当然具体的场景中，就不是简单的一维了...
- 聚类，跟前面的分类有些不同，比如一筐水果，你都不知道里面装的是什么，需要通过味道、颜色、形状、大小等多个属性，把它们进行归类。
结合到算法里面：
- 分类相关的算法有：K-近邻算法、决策树、朴素贝叶斯、逻辑回归、支持向量机等
- 回归相关的算法有：线性回归、树回归等
- 聚类相关的算法有：K-均值算法、Apriori等
如果看过一遍《机器学习实战》，应该就会对上述的算法有一定的了解。不需要到公式推导级别，先能了解他们的用法即可，比如：
K-近邻就是已知几个分类，判断新的节点属于哪个分类时，只需要看距离它一定范围内，哪个分类的数据多。有点像近朱者赤近墨者黑的意思。决策树就是通过一大堆的问题，判断属于哪个分类。比如，相亲的时候，会问“你是做什么的？”“有没有房？”“有没有车？”——最后判断，是否继续交往。朴素贝叶斯看着名字高大上，其实就是根据概率选择，属于哪个分类的概率大，就归属这个分类逻辑回归它是把线性回归的结果映射到01区间线性回归可以简单的理解成y=ax，但是其实在多维空间比这个复杂得多K-均值就是一大堆散落的点，随机几个中心，这些点按照距离选择他们最近的中心组成一个类别Apriori只要说一个啤酒与尿布，大家就应该明白了。
这么多算法其实只是机器学习中的一部分....
