机器学习基础文件.ppt

优选文档 * * * * * * * * * * * * * * * * 机器学习基础 优选文档 * 引言 什么是机器学习？ 让机器“学习”的技术 指令工作－>数据工作 例子： 约会 机器学习方法： 利用已有的数据(经验)， 得出了某种模型(迟到的规律) 并利用此模型预测未来(是否迟到) 优选文档 * 引言 机器学习的定义： 例子： 房价： 房价＝面积＊a＋b 关键概念： 训练 模型 预测 训练集和测试集 优选文档 * 引言 机器学习的定义： 广义： 一种能够赋予机器学习的能力 以此让它完成直接编程 无法完成的功能的方法。 实践： 一种通过利用数据， 训练出模型，然后使用 模型预测的一种方法。 优选文档 * 引言 机器学习的范围： 模式识别＝机器学习 数据挖掘＝机器学习＋数据库 统计学习和机器学习 计算机视觉＝图像处理＋机器学习 语音识别＝语音处理＋机器学习 自然语言处理＝文本处理＋机器学习 优选文档 * 算法分类 不同类型应用场景： 回归： 预测鲍鱼的年龄 随着时间波动的股票价格 优选文档 * 算法分类 不同类型应用场景： 分类： 电影题材归类 垃圾邮件 优选文档 * 算法分类 不同类型应用场景： 聚类 对地图上的点进行聚类 人脸识别 优选文档 * 算法分类 不同类型应用场景： 关联分析 啤酒和尿布 Twitter源共现词 优选文档 * 算法分类 经典算法分类： 学习方式： 监督学习 非监督学习 半监督学习 优选文档 * 算法分类 经典算法分类： 功能分类： 优选文档 * 算法选择 如何选择合适的算法： 优选文档 * 优选文档 * * * * * * * * * * * * * * * *