機器學習速成筆記（一）： 主要術語
阿新 • • 發佈：2018-11-25
機器學習研究如何通過計算的方式，利用資料集來改善系統自身的效能。
而深度學習是屬於機器學習的一個子分支。
機器學習的通用的兩種型別：
- 無監督學習：事先並沒有任務訓練資料的樣本，需要直接對資料進行建模型。
- 監督學習：通過已經有的訓練樣本（即輸入資訊和對應的輸出）來訓練，得到一個最優的模型。然後利用這個模型將所有的資料樣本對映為相應的輸出結果，對輸出的結果進行判斷。那這個最優模型，也就有對從未見過的資料做出有用的預測。
標籤（label）
標籤是我們要預測的事物，標籤可以是某個地方未來的房價，也可以是圖片中貓、狗或任何事物等。
特徵（feature）
特徵是輸入變數。一些簡單機器學習專案，可能只需要單個特徵，而複雜的機器學習專案可能需要上百萬個特徵組合。
在垃圾簡訊檢測例子，特徵可能包含：
- 簡訊的來源
- 簡訊中的一些特殊語句
- 傳送簡訊的時間段
樣本
樣本是指資料的特定例項缶量，樣本分為兩類
- 有標籤樣本
- 無標籤樣本
有標籤樣本包含標籤和特徵
無標籤樣本包含特徵，但不包含標籤。
一般是使用標籤樣本訓練好模型後，使用該模型預測無標籤樣本的標籤。在垃圾簡訊中，無標籤樣本是使用者尚未新增標籤的簡訊。
模型
模型定義了特徵和標籤的關係，比如 簡單一元線性迴歸模型: y = w * x + b：
其中：
- y 表示標籤
- x 表示特徵值
例子：垃圾簡訊檢測模型可能將某個特徵與“垃圾簡訊” 相關聯。
模型生命週期：
- 訓練 ---> 建立、學習模型。喂有標籤樣本給模型，讓模型逐漸學會特徵和標籤的關係。
- 推斷 ---> 將訓練好的模型預測無標籤樣本。
迴歸和分類
迴歸模型可以對連續值做出有用的預測，例子： 可以預測出廣州的一棟房子的價格為多少？
分類模型可預測離散值。例子：可以預測這條簡訊是垃圾簡訊，還是非垃圾簡訊；也可以預測這張照片是貓，還是狗，還是老鼠？