1.機器學習簡介

1.1.機器學習的目的

機器學習是實現人工智慧的手段，其主要研究內容是如何利用資料或經驗進行學習，改善具體演算法的效能

• 多領域交叉，涉及概率論、統計學，演算法複雜度理論等多門學科

• 廣泛應用於網路搜尋、垃圾郵件過濾、推薦系統、廣告投放、信用評價、欺詐檢測、股票交易和醫療診斷等應用

1.2.機器學習的分類

機器學習一般分為下面幾種類別

• 監督學習 （Supervised Learning）

• 無監督學習 （Unsupervised Learning）

• 強化學習（Reinforcement Learning，增強學習）（可參考這個視訊理解）

• 半監督學習（Semi-supervised Learning）(介於監督和無監督學習之間)

• 深度學習 (Deep Learning)（利用深層神經網路抽象得表示資料特徵的一種方法）

1.3.Python Scikit-learn

• Machine Leaning in Python

• 一組簡單有效的工具集

• 依賴Python的NumPy，SciPy和matplotlib庫

• 開源、可複用

本課程也主要注重於sklearn的使用方法，對於演算法的原理不做過多深究

常用函式：

1.4.課程目標

• 瞭解基本的機器學習原理及演算法

• 學習利用機器學習演算法解決應用問題的能力

• 掌握sklearn庫中常用機器學習演算法的基本呼叫方法，避免重複造車

2.相關書籍及課程推薦[重點-良心推薦]

圖書：

《PRML》-Bishop 民間評價：“早知此書，PhD早畢業2年”

課程：

《Machine Learning》-Andrew Ng（機器學習入門）

《CS231n: Convolutional Neural Networks for Visual Recognition》- Fei-Fei Li（深度學習）

《Reinforcement Learning》- David Silver（增強學習）

3.sklearn庫中的標準資料集及基本功能

3.1.標準資料集

總覽：

舉例：

->波士頓房價資料集

介紹：波士頓房價資料集包含506組資料，每條資料包含房屋以及房屋周圍的詳細資訊。其中包括城鎮犯罪率、一氧化氮濃度、住宅平均房間數、到中心區域的加權距離以及自住房平均房價等。因此，波士頓房價資料集能夠應用到迴歸問題上。

屬性描述：

部分資料：

使用方法：

使用sklearn.datasets.load_boston即可載入相關資料集，其重要引數為：
• return_X_y: 表示是否返回target（即價格），預設為False，只返回data（即屬性）

使用舉例：

>>> from sklearn.datasets import load_boston
>>> boston = load_boston()
>>> print(boston.data.shape)
(506, 13)

>>> from sklearn.datasets import load_boston
>>> data, target = load_boston(return_X_y=True)#區別在這裡
>>> print(data.shape)
(506, 13)
>>> print(target.shape)
(506)

->鳶尾花資料集

介紹：鳶尾花資料集採集的是鳶尾花的測量資料以及其所屬的類別。
測量資料包括：萼片長度、萼片寬度、花瓣長度、花瓣寬度。類別共分為三類：Iris Setosa，Iris Versicolour，Iris Virginica。該資料集可用於多分類問題。

部分資料：

使用方法：

使用sklearn.datasets. load_iris即可載入相關資料集，其重要引數有：
• return_X_y: 若為True，則以（data, target）形式返回資料；預設為False，表示以字典形式返回資料全部資訊（包括data和target）。

使用舉例：

>>> from sklearn.datasets import load_iris
>>> iris = load_iris()
>>> print(iris.data.shape)
(150, 4)
>>> print(iris.target.shape)
(150, )
>>> list(iris.target_names)
['setosa', 'versicolor', 'virginica']

->手寫數字資料集

介紹：手寫數字資料集包括1797個0-9的手寫數字資料，每個數字由8*8大小的矩陣構成，矩陣中值的範圍是0-16，代表顏色的深度。

部分資料：

使用方法：

使用sklearn.datasets.load_digits即可載入相關資料集，其引數包括：

• return_X_y:若為True，則以（data, target）形式返回資料；預設為False，表示以字典形式返回資料全部資訊（包括data和target） ；

• n_class：表示返回資料的類別數，如：n_class=5,則返回0到4的資料樣本。

使用舉例：

>>> from sklearn.datasets import load_digits
>>> digits = load_digits()
>>> print(digits.data.shape)
(1797, 64)
>>> print(digits.target.shape)
(1797, )
>>> print(digits.images.shape)
(1797, 8, 8)
>>> import matplotlib.pyplot as plt
>>> plt.matshow(digits.images[0])
>>> plt.show()

輸出：

3.2.sklearn庫的基本功能

sklearn庫的共分為6大部分，分別用於完成分類任務、迴歸任務、聚類任務、降維任務、 模型選擇以及資料的預處理。