機器學習基礎

一，機器學習經常使用工具

 

 

二，機器學習算法分類與經常使用算法

 

 

三，機器學習訓練過程

 

四，機器學習算法的選擇

五，特徵工程

 

 

 

六，機器學習 開發流程

1. 收集數據: 收集樣本數據
2. 準備數據: 注意數據的格式
3. 分析數據: 爲了確保數據集中沒有垃圾數據；
   • 若是是算法能夠處理的數據格式或可信任的數據源，則能夠跳過該步驟；
   • 另外該步驟須要人工干預，會下降自動化系統的價值。
4. 訓練算法: [機器學習算法核心]若是使用無監督學習算法，因爲不存在目標變量值，則能夠跳過該步驟
5. 測試算法: [機器學習算法核心]評估算法效果
6. 使用算法: 將機器學習算法轉爲應用程序