機器學習基礎

目錄

• 機器學習的簡單概述
• 機器學習的主要任務
• 演算法選擇與開發步驟
• Python語言的優勢

一、機器學習的簡單概述

機器學習應用領域十分廣泛，如人臉識別、推薦系統、手寫數字辨識及垃圾郵件過濾等。那何謂“機器學習”？

簡單的說“機器學習”就是將無序的資料轉換成有用的資訊。
如：垃圾郵件過濾，一篇郵件中的某個單詞不能代表該郵件的性質，但當某幾個特定單詞出現，再綜合其他因素即可判斷是否為垃圾郵件。（機器學習實戰P3）

其實更官方的定義：計算機程式從經驗E中學習解決某一任務T，進行某一效能度量P，通過P測定在T上的表現因經驗E而提高。

機器學習的迅速發展得益於海量資料，下面舉個書上的例子來說明機器學習過程：
場景描述：構建鳥類分類系統
任務：分類
特徵：體重、翼展、腳蹼及後背顏色。（假設這四個特徵就可識別一隻鳥）
訓練集：已收集的樣本，每個樣本都應包含以上四個特徵，並標明是何種鳥類。
測試集：同樣具備四個特徵，但未標明是何種鳥類。

二、機器學習的主要任務

機器學習包括兩大任務：分類和迴歸
分類：即找一個函式判斷輸入資料所屬的類別，可以是二類別問題（是/不是），也可以是多類別問題（在多個類別中判斷輸入資料具體屬於哪一個類別）。與迴歸問題（regression）相比，分類問題的輸出不再是連續值，而是離散值，用來指定其屬於哪個類別。分類問題在現實中應用非常廣泛，比如垃圾郵件識別，手寫數字識別，人臉識別，語音識別等。

迴歸：機器學習中的迴歸問題屬於有監督學習的範疇。迴歸問題的目標是給定D維輸入變數x，並且每一個輸入向量x都有對應的值y，要求對於新來的資料預測它對應的連續的目標值t

三、演算法選擇及開發步驟

如何選擇合適的演算法？
1.使用機器學習演算法的目的，想要完成何種任務
2.需要分析或收集的資料是什麼

開發步驟

• 收集資料（爬蟲、裝置實測資料、公開資料等等）
• 準備輸入資料（主要是整理資料格式問題）
• 分析輸入資料（主要確保資料集 沒有垃圾資料）
• 訓練演算法
• 測試演算法
• 使用演算法

四、Python語言的優勢

嗯、Python用起來確實蠻爽的…
推薦用Jupyter notebook、PyCharm也行啦，前者你可以像寫部落格那樣來擼程式碼。