《Python机器学习基础教程》第1章学习笔记

目录

第1章 引言

1.1 为何选择机器学习

1.1.1 机器学习能够解决的问题

---

第1章 引言

机器学习又称为预测分析或统计学习，是一个交叉学科，是从数据中提取知识。

1.1 为何选择机器学习

智能应用早期，使用专家设计的规则体系来设计。

缺点：

     只适用于单一领域和单项任务，修改不方便；

     要制定规则，必须对决策过程非常熟悉。

机器学习算法仅向程序输入海量数据，算法就可以提取需要的特征。

1.1.1 机器学习能够解决的问题

监督学习算法：从输入输出中进行学习的机器学习算法。

应用：

        识别信封上手写的邮政编码

        基于医学影像判断肿瘤是否为良性

        检测信用卡交易中的诈骗行为

无监督学习算法：只有输入数据是已知，没有输出数据。

应用：

        确定一系列博客文章的主题

        将客户分成具有相似偏好的群组

        检测网站的异常访问模式

概念：

样本：机器学习中，每个实体或每一行

特征：机器学习中的每一列