# 机器学习基础
* [第一部分 机器学习概述](#第一节)
* [第二部分 机器学习使用场景](#第二节)
* [第三部分 机器学习组成](#第三节)
* [3.1 主要任务](#3.1)
* [3.2 监督学习](#3.2)
* [3.3 非监督学习](#3.3)
* [3.4 训练过程](#3.4)
* [3.5 算法汇总](#3.5)
* [第四部分 机器学习使用](#第四节)
* [第五部分 python语言优势](#第五节)
<h5 id="第一节">第一部分：机器学习概述</h5>
       由于我们只是入门教程所以我们以实践带动学习并不深入的学习机器学习的数学理论。抛弃那些晦涩难懂的公式推导，我们以看的见得实践结果来入门机器学习我认为是最好的方式。所以我们的概念也是一般指向应用的。<br />
       机器学习：是使用计算机来彰显数据背后的真实意义，它为了把无序的数据转换成有用的信息。
> 例如：识别动物猫
> 模式识别（官方标准）：人们通过大量的经验，得到结论，从而判断它是猫。
> 机器学习（数据学习）：人们通过阅读进行学习，观察它会叫、小眼睛、两只耳朵、四条腿、一条尾巴，得到结论，从而判断它就是猫。
> 深度学习（深入学习）：人们通过深入了解它，发现它会'喵喵'的叫、与同类的猫科动物很类似，得到结论，从而判断它就是猫。（深度学习常用领域：语音识别、图像识别）
> 模式识别（pattern recognition）: 模式识别是最古老的（作为一个术语而言，可以说是很过时的）。
我们把环境与客体统称为“模式”，识别是对模式的一种认知，是如何让一个计算机程序去做一些看起来很“智能”的事情。
通过融于智慧和直觉后，通过构建程序，识别一些事物，而不是人，例如: 识别数字。
> 机器学习（machine learning）: 机器学习是最基础的（当下初创公司和研究实验室的热点领域之一）。
在90年代初，人们开始意识到一种可以更有效地构建模式识别算法的方法，那就是用数据（可以通过廉价劳动力采集获得）去替换专家（具有很多图像方面知识的人）。
“机器学习”强调的是，在给计算机程序（或者机器）输入一些数据后，它必须做一些事情，那就是学习这些数据，而这个学习的步骤是明确的。
机器学习（Machine Learning）是一门专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身性能的学科。
> 深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。
* * * * *
<h5 id="第二节">第二部分：机器学习使用场景 </h5>
       机器学习已应用于多个领域，远远超出大多数人的想象，横跨：计算机科学、工程技术和统计学等多个学科。<br />
* 搜索引擎：根据你的搜索点击，优化你下次的搜索结果。
* 垃圾邮箱：会自动的过滤垃圾广告邮件到垃圾箱内。
* 超市优惠券：你会发现，你在购买小孩子尿布的时候，售货员会赠送你一张优惠券可以兑换6罐啤酒。
* 邮局邮寄:手写软件自动识别寄送贺卡的邮寄地址。
* 申请贷款：通过你最近的金融活动信息进行综合评定，决定你是否有资格。
<h5 id="第三节">第三部分：机器学习组成 </h5>
<h5 id="3.1">主要任务 </h5>
1. 分类：将实例数据划分到合适的类别中。<br/>
2. 回归：主要用于预测数值型数据.(示例：股票价格波动的预测）
<hr>
<h5 id="3.2">监督学习 </h5>
* 必须确定目标变量的值，以便机器学习算法可以发现特征和目标变量之间的关系。（包括: 分类和回归）<br>
* 样本集：训练数据和测试数据<br>
       训练样本 = 特征(feature) + 目标变量(label: 分类-离散值/回归-连续值)<br>
       特征通常是训练样本集的列，它们是独立测量得到的。<br>
       目标变量: 目标变量是机器学习预测算法的测试结果。<br>
              在分类算法中目标变量的类型通常是标称型(如：真与假)，而在回归算法中通常是连续型(如：1~100)。<br>
* 知识表示:<br>
1. 可以采用规则集的形式【例如：数学成绩大于90分为优秀】<br>
2. 可以采用概率分布的形式【例如：通过统计分布发现，90%的同学数学成绩，在70分以下，那么大于70分定为优秀】<br>
3. 可以使用训练样本集中的一个实例【例如：通过样本集合，我们训练出一个模型实例，得出 年轻，数学成绩中高等，谈吐优雅，我们认为是优秀】
<hr>
<h5 id="3.3">非监督学习 </h5>
1. 数据没有类别信息，也不会给定目标值。<br>
2. 聚类：在无监督学习中，将数据集分成由类似的对象组成多个类的过程称为聚类。<br>
3. 密度估计：通过样本分布的紧密程度，来估计与分组的相似性。<br>
4. 此外，无监督学习还可以减少数据特征的维度，以便我们可以使用二维或三维图形更加直观地展示数据信息。
<hr>
<h5 id="3.4">训练过程 </h5>
<h5 id="3.5">算法汇总 </h5>
<h5 id="第四节">第四部分：机器学习使用 </h5>
> 选择算法需要考虑的两个问题
1. 算法场景
* 预测明天是否下雨，因为可以用历史的天气情况做预测，所以选择监督学习算法
* 给一群陌生的人进行分组，但是我们并没有这些人的类别信息，所以选择无监督学习算法、通过他们身高、体重等特征进行处理。
2. 需要收集或分析的数据是什么
:-: 
> 机器学习 开发流程
> 1. 收集数据: 收集样本数据
> 2.准备数据: 注意数据的格式
> 3.分析数据: 为了确保数据集中没有垃圾数据；
如果是算法可以处理的数据格式或可信任的数据源，则可以跳过该步骤；
另外该步骤需要人工干预，会降低自动化系统的价值。
> 训练算法: [机器学习算法核心]如果使用无监督学习算法，由于不存在目标变量值，则可以跳过该步骤
> 测试算法: [机器学习算法核心]评估算法效果
> 使用算法: 将机器学习算法转为应用程序
>
<h5 id="第四节">第五部分 python语言优势</h5>
1. 可执行伪代码
2. Python比较流行：使用广泛、代码范例多、丰富模块库，开发周期短
3. Python语言的特色：清晰简练、易于理解
4. Python语言的缺点：唯一不足的是性能问题
5. Python相关的库
* 科学函数库：SciPy、NumPy(底层语言：C和Fortran)
* 绘图工具库：Matplotlib
> 来源于 [ApacheCN](http://www.apachecn.org/)
- 序言
- 第一章 机器学习概述
- 第二章 机器学习环境搭建
- 环境搭建
- 第三章 机器学习之基础算法
- 第一节：基础知识
- 第二节：k近邻算法
- 第三节：决策树算法
- 第四节：朴素贝叶斯
- 第五节：逻辑斯蒂回归
- 第六节：支持向量机
- 第四章 机器学习之深度学习算法
- 第一节： CNN
- 4.1.1 CNN介绍
- 4.1.2 CNN反向传播
- 4.1.3 DNN实例
- 4.1.4 CNN实例
- 第五章 机器学习论文与实践
- 第一节： 语义分割
- 5.1 FCN
- 5.1.1 FCN--------实现FCN16S
- 5.1.2 FCN--------优化FCN16S
- 5.2 DeepLab
- 5.2.1 DeepLabv2
- 第六章 机器学习在实际项目中的应用