0-机器学习简介

有监督学习

目标：建立一个模型(函数)，来描述输入(x)和输出(y)之间的映射关系。
价值：模型训练完成后，新的输入，模型会给出预测值输出。

• 注意点：
  1.要有足够的训练样本
  2.输入和输出之间有关联关系
  3.输入和输出可以数值化表示

有监督学习的应用

• 文本分类
  输入：文本
  输出：类别
• 机器翻译
  输入：A语言文本
  输出：B语言文本
• 图像识别
  输入：图像
  输出：类别
• 语音识别
  输入：音频
  输出：文本

无监督学习

目标：提供无标注数据，使用算法对数据分析处理，得到结论

无监督学习的应用

• 聚类
• 降维
• 找特征值

常用概念

• 过拟合
  模型失去了泛化能力。模型再训练集和验证集上表现好，在测试集上表现差，一般是过拟合。
• 欠拟合
  模型没能在输入和输出之间建立起合理的映射。输入训练集，输出预测与标注结果依然相差很大。
• 评价指标
  准确率
  召回率
  F1值
  Topk

总结

机器学习本质：从已知数据中找规律，用来预测未知的样本。
深度学习：是机器学习的一种方法。