机器学习概述 - 给小白看的
image
什么是机器学习
机器学习怎么理解呢，其实看字面意思就知道了，学习2个字是人的行为，机器要是也想学习的话，那么自然就得学我们人啦
我们人是怎么学习的呢：
我们人啊，无时不刻的从周围环境收集数据，眼耳口舌皮肤这些感觉器官，这些数据在我们脑海之中就形成了对事物认知的经验，再经过大脑的归纳总结，就形成了对一类事物的认识规律，当我们遇到了新的事物时，我们都是根据已经形成的经验、认知规律去理解
那么机器学习是仿生学的范畴，自然也得模拟人认知事务得这个过程了，于是就形成了机器学习得核心逻辑：
从历史数据中自动分析获得认知模型，利用认知模型对未知数据进行预测
机器学习本质上就是这一行字，从数据中抽取特点，然后把这个特点总结在一起就是认知模型，也叫规律，有了这个模型就能像人一样去学习了
比如这张图，就是机器学习和人之间的对比，其实是一回事
image
举个例子： 来了一只没见过得狗
image
- 人是怎么认知的？
人在以前看见狗时，自动记录了狗得一些特征：体型、脸型、鼻型、花色、叫声、行为举止等特点。根据这些特征对号入座，自然知道这是一只汪，后来一打听，原来这狗就是远近闻名得拆家小能手：哈士奇 - 机器是怎么认知得？
学人呗，抽取历史数据中那些显著得特征点，取值、记录，形成模型，再有新的数据传入时，根据其特征值一比对，自然也知道这是一只狗了
机器学习就是从猫和狗得图片中分析其特征点，形成对猫和狗认知的模型
有人说机器学习可以预测，这是怎么回事？
image
其实和上面一样，从历史数据中找到翻屋特征点(位置、户型、大小，楼层、物业) 和价值之间的关系(这里就是一组公式了)，然后套用这个模型(公式)计算其他房屋数据的价格。其实给我得感觉就是做数学题，所以啊，这机器学习里会出现大量的数据思维
好了，这就是机器学习了，不要把这个概念想的多复杂，大家都是做开发的，写代码的否知道把复杂的变简单，把难的按简单的理解才是正路
数据集
数据和算法是机器学习中的核心，不是随随便便什么样的数据都可以做机器学习的。机器学习对数据是有自己的要求的，机器学习中把数据叫做：数据集
我们来看看机器学习是对数据的定义：
数据集：特征值 + 目标值
典型数据集：
image
- 房子的面积，位置，楼层，朝向，这些都是房子的特征
- 房子的价格就是目标值
- 每一行数据我们叫做：
样本
为啥要有目标值呢，比如我们想要预测房价的化，其实就是为了求最终的一个值，所以要有目标值存在
数据集可以没有目标值：
image
比如上面这张图，人的话不好说人=什么值不是，我们只能对人分类
所以机器学习的数据集特征：特征值 + 目标值，有的数据可以没有目标值
机器学习算法分类
机器学习目的是要解决问题，使用历史数据数据训练出模型，来预测未来价格，趋势变化，所属类型，这些都是处理具体的问题，机器学习里对目标问题是由详细划分的，不同类型的问题有不同的算法支持：
注意问题的分类是以目标值为准绳的，大家想想是不是，我们的目标值是什么，不就是为了什么吗，比如说，目标值是数值，那么机器学习的目标就是预测数值；目标值是类别，机器学习的目标就是预测所属类型，所以说啊：
- 目标值：类别 -
分类问题 - 目标值：连续数据 -
回归问题 - 目标值：没有-
聚类问题，无监督学习
下面大家练一下，看看都是什么问题：
-
预测明天天气多少度- 回归问题 -
预测明天是晴天还是雨天- 分类问题 -
人脸年龄预测- 分类或是回归 -
人脸识别- 分类问题
不同的问题有不同的算法支持：
- 监督学习：
-
分类：K-近邻算法、贝叶斯算法、决策树与随机森林、逻辑回归 -
回归：线性回归、岭回归
-
- 无监督学习：
-
聚类：k-means
-
这块大家就先这么看，知道目标值的数据对应哪类问题就行了，后面再加深理解...
机器学习开发流程
image
任何工程都有自己约定俗成的流程不是，机器学习一样有的，如下：
获取数据数据处理特征工程机器学习算法训练 - 模型模型评估应用
数据处理这块其实就是处理数据的缺省值之类的。特征工程里的特征就是机器学习数据里的特征值，特征工程会根据后面采用的深度学习算法类型，把特征值、目标值处理成后面算法最能接受，最适合的数据，这里很多讲头的，特征工程是重点、难点
OK，大家先记这么多，后面有我再补上，我也是刚开始看~
机器学习的库和资料
1. 首先声明一点，机器学习中的算法是非常难的，难到一般人都干不了，都是国际知名大学的教授、研究机构在搞，市面上那些招聘算法工程师的其实都是干数据处理、模型训练的，真正研究算法的也就是个别顶级一线大公司
大部分复杂模型的算法设计都是算法工程师在做，而我们干什么：
- 分析很多数据
- 分析具体业务
- 应用常见算法
- 特征工程、参数调优、优化
80% 的工作都是在处理数据的，数据清洗，数据处理没，特征工程之类的，在企业一般都是处理数据，算法都是用成熟方案，没几个自己研究的，除非那是有志向有钱的一线大公司，国内也就阿里了吧
2. 怎么学
大家知道大学里怎么学吗，不说别的，上来先是各种数学基础
image
看到没有，我想没几个人能hold住这样自学的吧...
咱们一般人还是老老实实按部就班来吧，国内这些年最大的发展陈果，就是把入门变得白菜化了。各大培训机构整理了相关的内容提供给大家学习，这里我推荐：黑马的python+机器学习课程，X包上20快钱就能买一套，其中包括详细的python基础，要是只想看机器学习部分的话，B站上有相关视频：
入门学到什么水平呢
- 学会分析问题，机器学习里使用某个算法的目的，想要有算法实现什么任务
- 掌握算法的基本思想，学会根据不同的问题使用不同的算法
- 学会利用开源库和框架解决实际问题
3. 书籍资料：
image
image
大家入门之后，推荐先看看各种实战书籍，理论研究的最后再看
4. 机器学习开源库和框架
Python 就是香啊...哈哈哈...主要库就是这些
image
- 上面就
SKlearn这个库是机器学习的库，其他的都是深度学习的库 -
TF这是最火的，google出品必属精品 -
pytorch和caffe2都是facebook出的 -
theano是TF的前身 -
chaner是pytorch的前身
所谓用新不用旧，大家都知道吧，好了，资料就是这么多了
机器学习的例子
机器学习相对于传统的编程来说是有巨大差异的，传统编程我们学习的是如何使用现成的 API 和代码的组织形式，输出的是大量的代码，动辄就是上W行
但是机器学习不一样，机器学习更像是学习机器学习中的理论和工具去解决实际问题，输出的是有限的几百行甚至更少的代码，那么自然代码就不是重点，重点是根据问题，实现合理的分析预测方案，更接近解决方案的思路
为了大家看的明白，这里我搜集了些经典例子：
