【机器学习-黑马程序员】人工智能、机器学习概述

、人工智能概述

机器学习和人工智能、深度学习的关系

机器学习是人工智能的一个实现途径

深度学习是机器学习的一个方法发展而来的

机器学习的应用场景非常多，主要有下图三种领域：

二、什么是机器学习

定义

机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测。

数据集构成

结构：特征值+目标值

注：

对于每一行数据我们可以称之为样本

有些数据集可以没有目标值

二、机器学习算法分类

监督学习（supervised learning）（预测）：输入数据是由输入特征值和目标值所组成。函数的输出可以是一个连续的值（称为回归），或是输出是有限个离散值（称作分类）（有目标值）。

分类问题：目标值为类别

分类 k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归

回归问题：目标值为连续型数据

线性回归、岭回归

无监督学习（unsupervised learning）：输入数据是由输入特征值所组成（没有目标值）

聚类 k-means

三、机器学习开发流程

获取数据->数据处理->特征工程->机器学习算法训练（获得模型）->模型评估->应用

注：

学习要点：算法是核心，数据与计算是基础。