机器学习的初步认识
博客专区 > james_lz 的博客 > 博客详情
机器学习的初步认识
james_lz 发表于6个月前
机器学习的初步认识
  • 发表于 6个月前
  • 阅读 7
  • 收藏 0
  • 点赞 0
  • 评论 0

【腾讯云】如何购买服务器最划算?>>>   

需要学习的知识点

1如何让机器“学习”
2神经网络的概念
3有监督与无监督学习的区别
4回归与分类的区别
5损失函数的概念
6梯度下降算法介绍
7超参数的概念

需要的专业知识

  1函数导数的概念及求导链式法则
  2矩阵的概念及其基本运算规则 
  3python numpy等科学计算库的使用


 机器学习两大类问题 --回归(regression)和 分类(classification)   

      1回归:对于一个输入x,预测其输出值y,且这个y值是根据x连续变化的值。
      2分类:问题则是事先给定若干个类别,对于一个输入x,判断其属于哪个类别,即输出一般是离散的

回归和分类的区别:

 本质一样,分类问题输出只允许取两个值;回归问题中,输出可取任意值;
 定量输出成为回归,即连续变量预测(预测明天气温多少度);
 定性输出成为分类,即离散变量预测;(预测明天是阴还是晴)


机器学习方法(有监督和无监督)

  1 有监督 既包含输入x,又包含x对应的y,即学习数据已经事先给出了正确答案。
  2 无监督 无监督学习则是只有输入x 无监督学习要更难


  模型的构建--神经网络

  1 用来解决问题的模型model
  2 学习数据(或者说训练数据)data
  3 让模型model通过数据data学会解决特定问题的学习算法learn  


        
学习体系
 

阶段一 数学基础
  1 数据分析 
  2 概率论
  3 线性代数及矩阵
阶段二 Python
  Python 机器学习库  NumPy, Pandas, Matplotlib 和 IPython

 

Anaconda  contains  [Numpy , Scipy Matplotlib  Pandas Scikit-Learn]


Numpy {array funciton , the speed is C }

Scipy {offfer the matrix funciton and algorithm}

Maplotlib{draw the picture maily 2 dimension}

Pandas {the strongest tool of data analysis support sql grammmer}


read and write excel {pip install xlrd;  pip install xlwt }


StatsModels {related with Pandas}



Scikit-Learn{machine learn}

Keras {cnn, based on Theano}


     AI实例:http://blog.csdn.net/u014365862/article/details/54380422
     学习网站:http://open.163.com/special/opencourse/machinelearning.html
  
      

标签: AI
共有 人打赏支持
粉丝 10
博文 143
码字总数 51017
×
james_lz
如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!
* 金额(元)
¥1 ¥5 ¥10 ¥20 其他金额
打赏人
留言
* 支付类型
微信扫码支付
打赏金额:
已支付成功
打赏金额: