机器学习与人工智能、深度学习的关系

• 机器学习是实现人工智能的一种方式

• 深度学习是机器学习方法的发展

机器学习有很多应用场景，可以说已经渗透到各个行业。医疗、航空、教育、物流、电子商务等领域的各种场景。

用于挖掘和预测：

• 应用场景:店铺销售预测、量化投资、广告推荐、企业客户分类SQL语句安全检测分类…

用于图像领域：

• 应用场景：街道交通标志检测、人脸识别等
  

用在自然语言处理领域：

• 应用场景：文本分类、情感分析、自动聊天、文本检测等

目前，掌握一些机器学习算法和其他技能来解决问题是很重要的。

人工智能阶段课程安排

跳转顶部

定义：机器学习是从数据中自动分析模型，并利用模型预测未知数据。

我们可以从大量的日常经验中总结规律我们面临新的问题时，我们可以利用以往总结的规律来分析现实，采取最佳策略。

从数据(大量猫狗图片)中自动分析获取模型(识别猫狗规则)，使机器能够识别猫狗。

从数据(房屋的各种信息)中自动分析获取模型(判断房规则），使机器能够预测房屋价格

结构：特征值 目标值

注：
我们可以称之为每行数据的样本。
有些数据集没有目标值：

跳转顶部

监督学习(supervised learning)（预测）

• 定义:输入数据由输入特征值和目标值组成。函数的输出可以是连续值(称为回归)，也可以是有限的离散值(称为分类)。

• 分类 k-近邻算法、贝叶斯分类、决策树和随机森林、逻辑回归、神经网络

• 回归 线性回归，岭回归

无监督学习(unsupervised learning)

• 定义：输入数据由输入特征值组成。
• 聚类 k-means

跳转顶部

跳转顶部