機器學習
資料探勘
應用機器學習技術來挖掘海量資料,幫助我們發現此前並非立見端倪的模式。
假設空間
由訓練集的屬性和屬性值確定。 存在乙個與訓練集一致的「假設集合」,稱之為「版本空間」。
歸納偏好
機器學習演算法在學習過程中對某種型別假設的偏好,稱為「歸納偏好」。
有監督學習
有訓練集無標籤,分類或回歸任務
logistic regression、svm、neural networks、k-nearest neighbors、linear regression、decison trees、random forest
無監督學習
有訓練集無標籤,聚類、聚類、降維、視覺化、關聯規則、時間序列分析
聚類演算法、k-means、hierarchical cluster analysis、最大期望值演算法、視覺化和降維、主成分分析、核主成分分析、lle、t-sne、關聯規則、apriori
半監督學習
深度信念網路
強化學習
觀察環境,執行操作並獲得回報,或以負面回報的形式獲得懲罰
批量學習
無法增量學習,必須使用所有可用的資料進行訓練
訓練時間長,耗費大量計算資源
適應不斷變化的資料的速度
接收持續的資料流同時對資料流的變化快速自主的做出反應
輸入不良資料,系統效能可能下降
基於例項的學習
example,系統先完全記住學習示例,後根據相似度度量方式將其泛化到新的例項
基於模型的學習
構建示例模型,然後使用該模型進行**
如果模型對於訓練集很少出錯,但是泛化誤差度高,說明過度擬合。
對於分類問題,常見的評價標準有正確率、準確率、召回率和f值等。
發現資料之間的關係
案例:血糖值**、有無糖尿病**
像人一樣看懂世界
案例:輸入
模型輸出
影象分類
原始影象
機器學習模型
類別目標檢測
原始影象
機器學習模型
label
語義分割
原始影象
機器學習模型
label
像人一樣看懂文字
案例:輸入
模型輸出
文字分類
一篇新聞
機器學習模型
類別自動生成文字摘要
一篇文章
機器學習模型
摘要翻譯
一句英文
機器學習模型
一句中文
問答query+text
機器學習模型
答案人機對話
一句話機器學習模型
一句話image to text
image
機器學習模型
text
像人一樣具有決策能力
案例:
機器學習基本概念
什麼是學習?如果乙個系統能夠通過執行某個過程改進它的效能,這就是學習。赫爾伯特 西蒙 什麼是機器學習?對於某給定的任務 t 在合理的效能度量方案 p的前提下,電腦程式可以通過自主學習任務 t 的經驗 e 隨著提供合適,優質,大量的經驗 e 該程式對於任務 t的效能逐步提高。任務,經驗,效能 什麼是統...
機器學習基本概念
1.基本的概念 領域集 乙個任意的集合 集合中的例項是我們希望能夠貼上標籤的資料。的元素稱為例項。標籤集 學習器所追求的結果集合。可以為,器想要得到的最終資料。訓練資料 帶標籤的領域及元素集合,通常會組成乙個區域性聚合s,也叫作訓練集。2.機器學習的一般流程 採集資料 標記 訓練 得到 器 乙個學習...
機器學習基本概念
1.基本概念 訓練集 測試集 特徵值 監督式學習 非監督學習 半監督學習 分類 回歸 2.概念學習 概念學習是指從某個布林函式的輸入輸出訓練樣例中推斷出該布林函式。3.樣例 天氣 溫度 濕度 風力 水溫 預報 享受運動 1 晴 暖 普通 強 暖 一樣 是 2 晴 暖 大 強 暖 一樣 是 3 雨 冷...