企业官网建设流程全解析

学习地址：B站上的【吴恩达机器学习】教程
学习目标：大概了解一下机器学习、监督学习、非监督学习

1 定义

机器学习是一门研究学科，使计算机能够在不被明确编程的情况下进行学习的学科。

2 生活中的应用

在日常生活中，人脸解锁、语音识别、输入法联想、地图路况预估、辅助驾驶、垃圾短信拦截、智能摄像头人形检测、医疗影像辅助筛查、支付反诈、音乐推荐等等方面都用到机器学习。

3 两大范式

监督学习和非监督学习是机器学习的两大范式。

3.1 监督学习

• 回归和分类是监督学习里最常见的算法。
• 监督学习是数据同时包含输入x和输出标签y。
• 垃圾邮件/非垃圾邮件、判断某个肿块是良性还是恶性等等属于监督学习

3.1.1 回归

基于带标注（x→y）的历史数据，学习输入特征与输出结果之间的规律，最终对全新输入，预测出一个连续的数值结果

回归流程：

1. 输入一堆历史数据：每组都有「输入 x + 真实结果 y」
2. 算法算出一条最贴合这些数据的线（直线还是曲线，由数据本身的规律和你选的算法决定）
3. 新来一个未知结果的 x，沿着这条线找到对应的 y，就是模型给出的预测值

示例：

1. 图中横轴 x 表示房子面积，纵轴 y 表示房价，红色叉号是已经收集好的真实数据点（历史数据）。
2. 这些红点并没有整齐地排在一条线上，而是分散开的。图中画了两条蓝色的拟合线（一条直线或一条曲线），它们不会穿过每一个红叉，只是尽量贴近所有红点，从而抓住面积和房价之间的规律。
3. 现在来了一套新房子，面积是 750 平方英尺，需要预测房价是多少，可以看到750对应的纵坐标是150，所以最后预测出来的结果就是15万美元（150k）

3.1.2 分类

基于带标注（x→y）的历史数据，学习输入特征与输出类别之间的规律，最终对全新输入，预测它属于哪一个互斥的离散类别。

分类流程：

1. 输入一堆历史数据：每组都有「输入 x + 真实类别 y」
2. 算法在特征空间里划出边界（边界长什么样，由数据本身的规律和你选的算法决定），把不同类别的数据点划分到不同区域，尽量让同类的点落在同一块区域
3. 新来一个未知类别的 x，看它落在边界划分后的哪一块区域里，这个区域对应的类别，就是模型给出的预测结果

示例：

1. 图里的两个维度是为了方便画图做的简化（真实图片特征维度非常多），可以理解为从图片里提取出来的两类特征，比如轮廓、纹理；图上每一个点就代表一张图片，红点代表猫，蓝点代表狗，都是已经打好标签的历史数据。
2. 这些猫、狗的数据点混在一起，算法画出一条分界线，不用做到完全没有点越界，只是尽可能把猫和狗分开，抓住两类数据的特征差异。
3. 现在来一张新照片，提取特征后得到一个新的数据点，这个点落在红点所在的区域，模型就预测它是猫。

3.2 非监督学习

• 非监督学习是机器学习中使用最广泛的形式。
• 数据只有输入x而没有输出标签y，算法自己去挖掘数据内在结构、规律、分组。
• 网上新闻自动分组；给定客户数据数据库，自动挖掘市场细分群体，把客户划分到不同的市场分组里等等数据非监督学习
• 非监督学习算法：聚类、降维、异常检测