2018-03-02-初识机器学习

初识机器学习

从2018年一月中旬就开始计划学习机器学习，然而由于事情比较多，只是零零星星的在python for data science中学习了机器学习中的少部分内容。回家过春节的这段时间，也仅仅是在基友网上copy了吴恩达老师机器学习的教程，也无暇深入研习。现在已经三月初，在所里工作已经有一周左右，慢热的进入状态，开始了机器学习的征程。

针对于机器学习，个人觉得首先是要知道其应用方面，因此我选择了几篇SCI文章阅读，在一篇sci中了解了Weka软件，堪称机器学习届的大神。

软件下载地址：https://www.cs.waikato.ac.nz/ml/index.html。可以根据系统中是否安装JAVA选择相应的版本。

软件界面如下：

image

软件有中文版教程数据挖掘与机器学习 WEKA应用技术与实践，需要的可以自行下载。

机器学习的方法非常多，对于基本的概念要烂熟于心，这里收集一些基本概念，以备自己后期查询。

• J48这一方法源自C4.8，是决策树中的一类，区别于D43基于信息熵进行分类，J48可以更好的进行修枝，优化分类。
• 信息熵概念的由来：一个事件或一个系统，准确的说是一个随机变量，它有着一定的不确定性。例如，“除东道主俄罗斯外，哪31个国家能进军2018年俄罗斯世界杯决赛圈”，这个随机变量的不确定性很高，要消除这个不确定性，就需要引入很多的信息，这些很多信息的度量就用“信息熵”表达。需要引入消除不确定性的信息量越多，则信息熵越高，反之则越低。
  ​ 链接：http://blog.csdn.net/saltriver/article/details/53056816