一、机器学习概述

1.1 人工智能概述

1.人工智能起源？

图灵测试、达特茅斯会议

2.人工智能的3个阶段

1980年代是正式形成期
1990-2010年代是蓬勃发展期
2012年之后是深度学习期

3.人工智能、机器学习和深度学习之间的关系

机器学习是人工智能实现的一个途径;
深度学习是机器学习的一个方法发展而来的

4.主要分支介绍

（1）机器视觉

人脸识别

（2）机器视觉

语音识别、语义识别

（3）机器人

5.人工智能必备三要素

数据、算法、计算力

6.GPU、CPU适用范围

GPU - 计算密集型、可并行计算
CPU - IO密集型

二、机器学习的工作流程

1.定义

从数据中自动分析获得的模型，并利用模型对未知的数据进行预测.

2.机器学习的工作流程

3.数据集的基本介绍

• 在数据集中一般

一行数据称为一个样本;
一列数据称为一个特征；
有些数据有目标值（标签值）,有些数据没有.

• 数据类型构成：

数据类型一：特征值+目标值（目标值是连续的和离散的）;
数据类型二：只有特征值，没有目标值.

• 数据划分：

训练数据（训练集）：构建模型 - 70% ~ 80%;
测试数据（测试集）：评估模型 - 20% ~ 30%；

4.数据基本处理

5.特征工程

（1）定义

把数据转换为机器更容易识别的数据;

（2）为什么需要特征工程

数据和特征决定了机器学习的上限，而模型和算法知识逼近这个上限而已.

（3）包含内容

特征提取
特征预处理
特征降维

6.机器学习

（1）类型

监督学习 – 有特征值、有目标值

-回归问题 – 目标值连续
-分类问题 – 目标值离散
-目的：预测结果
-案例：猫狗分类、房价预测
-分类算法：k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络
-回归算法：线性回归、岭回归

无监督学习 – 仅有特征值

-目的：发现潜在的结构
-案例：“人以类聚物以群分”
聚类方法：k-means，降维

半监督学习 – 部分数据有目标值，部分没有
强化学习 – 动态过程，上一步的输出是下一步的输入

7.模型评估

（1）分类模型评估

准确率：预测正确数占样本总数的比例.
精确率：正确预测为正占全部预测为正的比例.
召回率：正确预测为正占全部正样本的比例.
F1-score：主要用于评估模型的稳健性.
AUC指标：用于评估样本不均衡的情况.

（2）回归模型评估

（3）拟合

欠拟合：使用的特征太少(识别天鹅，把鸭子也识别为天鹅)
过拟合：使用的特征太多,

8.网络数据集

UCI(University of California Irvine):http://archive.ics.uci.edu/ml/index.php