第六節(jié)課-數(shù)據(jù)挖掘第五節(jié)

1、第五節(jié)-數(shù)據(jù)挖掘soton機(jī)器學(xué)習(xí)導(dǎo)論什么是機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)的種類代價(jià)函數(shù)，優(yōu)化目標(biāo)模型泛化能力模型過(guò)擬合參考書(shū)籍?dāng)?shù)據(jù)挖掘?qū)д?參考課程machine learning 機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)是人工智能的一個(gè)分支。人工智能的研究是從以“推理”為重點(diǎn)到以“知識(shí)”為重點(diǎn)，再到以“學(xué)習(xí)”為重點(diǎn)，一條自然、清晰的脈絡(luò)。顯然，機(jī)器學(xué)習(xí)是實(shí)現(xiàn)人工智能的一個(gè)途徑，即以機(jī)器學(xué)習(xí)為手段解決人工智能中的問(wèn)題。機(jī)器學(xué)習(xí)在近30多年已發(fā)展為一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、計(jì)算復(fù)雜性理論等多門學(xué)科。機(jī)器學(xué)習(xí)理論主要是設(shè)計(jì)和分析一些讓計(jì)算機(jī)可以自動(dòng)“學(xué)習(xí)”的算法。機(jī)器學(xué)習(xí)算法是一類從數(shù)據(jù)中自動(dòng)分析獲得規(guī)

2、律，并利用規(guī)律對(duì)未知數(shù)據(jù)進(jìn)行預(yù)測(cè)的算法。因?yàn)閷W(xué)習(xí)算法中涉及了大量的統(tǒng)計(jì)學(xué)理論，機(jī)器學(xué)習(xí)與推斷統(tǒng)計(jì)學(xué)聯(lián)系尤為密切，也被稱為統(tǒng)計(jì)學(xué)習(xí)理論。算法設(shè)計(jì)方面，機(jī)器學(xué)習(xí)理論關(guān)注可以實(shí)現(xiàn)的，行之有效的學(xué)習(xí)算法。很多推論問(wèn)題屬于無(wú)程序可循難度，所以部分的機(jī)器學(xué)習(xí)研究是開(kāi)發(fā)容易處理的近似算法。類別機(jī)器學(xué)習(xí)可以分成下面幾種類別：監(jiān)督學(xué)習(xí)從給定的訓(xùn)練數(shù)據(jù)集中學(xué)習(xí)出一個(gè)函數(shù)，當(dāng)新的數(shù)據(jù)到來(lái)時(shí)，可以根據(jù)這個(gè)函數(shù)預(yù)測(cè)結(jié)果。監(jiān)督學(xué)習(xí)的訓(xùn)練集要求是包括輸入和輸出，也可以說(shuō)是特征和目標(biāo)。訓(xùn)練集中的目標(biāo)是由人標(biāo)注的。常見(jiàn)的監(jiān)督學(xué)習(xí)算法包括回歸分析和統(tǒng)計(jì)分類。無(wú)監(jiān)督學(xué)習(xí)與監(jiān)督學(xué)習(xí)相比，訓(xùn)練集沒(méi)有人為標(biāo)注的結(jié)果。常見(jiàn)的無(wú)監(jiān)督學(xué)習(xí)算法有聚類。半監(jiān)督學(xué)習(xí)介于監(jiān)督學(xué)習(xí)與無(wú)監(jiān)督學(xué)習(xí)之間。增強(qiáng)學(xué)習(xí)通過(guò)觀察來(lái)學(xué)習(xí)做成如何的動(dòng)作。每個(gè)動(dòng)作都會(huì)對(duì)環(huán)境有所影響，學(xué)習(xí)對(duì)象根據(jù)觀察到的周圍環(huán)境的反饋來(lái)做出判斷。講解算法線性回歸模型評(píng)估模型評(píng)估維基百科指標(biāo)計(jì)算不同的模型分類模型目標(biāo)變量是分類變量（離散值）回歸模型目標(biāo)變量是連續(xù)性數(shù)值變量評(píng)價(jià)標(biāo)準(zhǔn)Scikit-learn 使用官網(wǎng)： 專課： sklearn API建模數(shù)據(jù)處理Missing value數(shù)據(jù)歸一化/標(biāo)準(zhǔn)化Logistic regression如何使用validation data一般使用grid-search進(jìn)行參數(shù)搜索