1.機器學習定義

2.機器學習工作流程

? ? ? ? （1）數據集

? ? ? ? ? ? ? ? ①一行數據：一個樣本

? ? ? ? ? ? ? ? ②一列數據：一個特征

? ? ? ? ? ? ? ? ③目標值（標簽值）：有些數據集有目標值，有些數據集沒有。因此數據類型由特征值+目標值構成或僅由特征值構成。

? ? ? ? （2）數據分割：機器學習的數據集一般劃分為訓練數據（用于構建模型）和測試數據（用于模型評估）兩個部分，劃分比例一般為7:3、4:1、3:1。

? ? ? ? （3）數據基本處理：對數據的缺失值、異常值進行處理

? ? ? ? （4）特征工程（Feature Engineering）：處理數據使特征在機器學習上更好發揮作用的過程

? ? ? ? ? ? ? ? 注：業界流傳，數據和特征決定機器學習的上限，而模型和算法只是逼近這個上限

? ? ? ? ? ? ? ? ①特征提取：將任意數據（如文本或圖像）轉為可用于機器學習的數字特征

? ? ? ? ? ? ? ? ②特征預處理：通過一些轉換函數將特征數據轉成更適合算法模型的特征數據

? ? ? ? ? ? ? ? ③特征降維：在某些限定條件下，降低隨機變量（特征）個數得到一組不相關的主變量

? ? ? ? （5）機器學習：選擇合適的算法對模型進行訓練

? ? ? ? （6）模型評估：對訓練好的模型進行評估

3.機器學習算法分類（根據數據集組成不同進行劃分）

? ? ? ? （1）監督學習：輸入數據由特征值和目標值組成，函數的輸出（目標值）可以是一個連續的值（回歸）或是有限個離散值（分類）

? ? ? ? ? ? ? ? ①回歸問題：預測房價，根據樣本集擬合出一條連續曲線

? ? ? ? ? ? ? ? ②分類問題：根據腫瘤特征預測是良性還是惡性

? ? ? ? （2）無監督學習：輸入數據由特征值組成，輸入的數據沒有被標記也沒有確定結果，樣本數據類別未知，需根據樣本間的相似性對樣本集進行類別劃分

? ? ? ? （3）半監督學習：訓練集同時包含有標記（有目標值）數據和未標記（沒有目標值）數據

? ? ? ? （4）強化學習：實質是做決策問題，即自動進行決策，并且可以做連續決策，強化學習的目標就是獲得最多的累計獎勵

4.模型評估

? ? ? ? （1）分類模型評估：準確率（預測正確的數占樣本總數的比例）、精確率、召回率、F1-score、AUC指標

? ? ? ? （2）回歸模型評估：均方根誤差RMSE（p_i為預測值，a_i為實際值）、相對平方誤差RSE、平均絕對誤差MAE、相對絕對誤差RAE

? ? ? ? （3）模型表現效果：過擬合（所建的機器學習模型在訓練樣本中表現得過于優越，導致在測試數據集中表現不佳）、欠擬合（模型學習太粗糙，連訓練集中樣本數據的特征關系都沒有學出來）

5.深度學習：也稱深度結構學習、層次學習、深度機器學習，是一類算法集合，是機器學習的一個分支，在會話識別、圖像識別和對象偵測等領域表現出驚人的準確性。