初识机器学习
机器学习的定义:
让机器代替人,实现人的工作。
专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
现有的机器学习分类:
(1)监督学习 ===> 分类问题
(2)半监督学习 ===> 聚类问题
(3)非监督学习 ===> 聚类问题
(4)强化学习 ===> 降维
(5)推荐系统
归纳:
主要可分为:分类、回归/预测、聚类和维度下降。
机器学习“六步走”:
a.收集数据; b.准备数据 c.选择/建立模型 d.训练模型 e.测试模型 f.调节参数
机器学习“关键三步”:
1.找一系列函数实现预期:建模问题;
2.找一组合理的评价标准,来评估函数:评估函数;
3.找到性能最佳函数:优化问题(例如:梯度下降法。。。)
“过拟合”处理:
1.降低数据量;
2.正则化(L1,L2);
3.DropOut [丢弃] --> 针对深度学习的隐藏层。