机器学习概述.pdf

机器学习概述 什么是机器学习

• 机器学习是人工智能的子集，也是弱人工智能的 一种实现方式。机器学习算法是一类从数据中自 动分析获得规律和模式，并利用规律对未知数据 进行预测的算法。机器学习算法中涉及了大量的 统计学理论，机器学习与统计推断学联系尤为密 切，也被称为统计学习理论。

机器学习数据处理过程

机器学习模型开发过程 机器学习概念

• 机器学习 • 计算机在学习什么内容？ • 从哪里学习？ • 学习的目的是什么？ • 学习的方法是什么？

• 损失函数 • 最小二乘法 • 极大似然 • 梯度下降

• 二元分类、多元分类

• 导数、偏导、链式求导 实践项目

• 用线性回归实现预测 机器学习概念

•学习方式 •监督式学习 •非监督式学习 •半监督式学习 •强化学习 机器学习算法分类

•Clustering

•Classification

•Collaborative filtering

•Frequent item set mining 机器学习算法 算法分类 算法名称 中文名称 Canopy Clustering Canopy 聚类 K-means Clustering K 均值算法 Fuzzy K-means 模糊K 均值 Expectation Maximization EM 聚类（期望最大化聚类） 聚类算法

（没有打标签） Mean Shift Clustering 均值漂移聚类 Hierarchical Clustering 层次聚类 Dirichlet Process Clustering 狄里克雷过程聚类 Latent Dirichlet Allocation LDA 聚类 Spectral Clustering 谱聚类 机器学习算法 算法分类 算法名称 中文名称 Logistic Regression 逻辑回归 Bayesian 贝叶斯 SVM 支持向量机