江苏龙网

  1. 首页 > 人文 > >

中国统计网|机器学习路人实验！一份人人都能看懂的入门知识清单( 二 )


1.什么是人工智能（AI）
它指的是一台计算机（机器）进行编程使得自己变得合理的程序 。 啊!什么是理性的？理性是做出决定的基础 。
我提到“理性”而不是智力（如预期的那样） ， 因为我们人类倾向于做出高度理性和可行的决策而不是明确的智慧 。 这是因为所有智能决策都不需要理性和可行（我的假设） 。 因此 ， 使用人工智能背后的核心动机是以一种时髦的方式实现计算机（机器）的行为 ， 而不是由人类指导 。
人工智能可以包括用于检查程序中的某些参数是否正常运行的程序 。 例如 ， 如果参数说“X”超过某个阈值 ， 机器可能会发出警报 ， 而该阈值反过来可能又会影响相关过程的结果 。
2.人工智能在机器学习中的应用
机器学习是人工智能的一个子集 ， 其中机器经过培训 ， 可以从中学习过去的经验 。 过去的经验是通过收集的数据制定的 。 然后它结合朴素贝叶斯 ， 支持向量机等算法来提供最终结果 。
3.什么是统计
在这个高水平的阶段 ， 我假设你已经了解了统计学 。 如果没有的话 ， 这里有一个可以让你快速了解统计学的定义 ， 统计学是数学的一个分支 ， 它利用数据 ， 或者是整个群体的数据 ， 或者从群体中抽取一个样本 ， 来进行分析并给出推论 。 使用的技术统计有回归、方差、标准差、条件概率等等 。
4.在机器学习中使用统计学
让我们理解这一点 ， 首先需要假设 ， 我需要将收件箱中的邮件分为两类：“垃圾邮件”和“重要邮件” 。 为了识别垃圾邮件 ， 我可以使用称为朴素贝叶斯的机器学习算法 ， 该算法将检查过去垃圾邮件的频率 ， 从而将新邮件识别为垃圾邮件 。 朴素贝叶斯使用统计技术贝叶斯定理（通常称为条件概率） 。 因此 ， 我们可以说机器学习算法使用统计概念来执行机器学习 。
Ps：机器学习和统计模型之间的主要区别来自它们的发源地 。 机器学习起源于计算机科学系 ， 统计建模来自数学系 。 此外 ， 任何统计建模都假设许多分布 ， 而机器学习算法通常不知道所有属性的分布 。
5.什么是深度学习
深度学习与机器学习算法（人工神经网络 ， ANN）相关联的 ， 该算法使用人脑的概念来促进任意函数的建模 。 神经网络需要大量数据 ， 并且该算法在同时对多个输出进行建模时具有高度灵活性 。 神经网络是一个更复杂的主题 ， 我们可以在完全独立的文章中对其进行讨论 。
6.什么是数据挖掘
在我刚开始做数据分析师的日子里 ， 我总是习惯于混淆两个术语：机器学习和数据挖掘 。 但是 ， 后来我了解到 ， 数据挖掘处理的是搜索特定信息 。 机器学习专注于完成一项特定的任务 。 让我举一个帮助我记住差异的例子;教别人如何跳舞是机器学习 。 利用某人在城市中寻找最佳的舞蹈中心是数据挖掘 。 是不是超级简单！
但是 ， 我们究竟如何教机器？教机器涉及到一个结构化过程 ， 这个过程中 ， 每个阶段都可以构建更好的机器版本 。 为简化起见 ， 教学机器的过程可分为三个部分：
中国统计网|机器学习路人实验！一份人人都能看懂的入门知识清单
文章图片
到目前为止 ， 你应该明白 ， 这3个步骤确保机器的整体学习能够同等重要地执行给定的任务 。 机器的成功取决于2个因素：
抽象数据的泛化效果如何？
这台机器如何把它的学习应用到预测未来的实际应用中？
机器学习的步骤是什么？有5个基本步骤用于执行机器学习任务：
1.收集数据
无论是来自excel ， access ， 文本文件等的原始数据 ， 这一步（收集过去的数据）构成了未来学习的基础 。 相关数据的种类 ， 密度和数量越多 ， 机器的学习前景就越好 。
2.准备数据
任何分析过程都会依赖于使用的数据质量如何 。 人们需要花时间确定数据质量 ， 然后采取措施解决诸如缺失的数据和异常值的处理等问题 。 探索性分析可能是一种详细研究数据细微差别的方法 ， 从而使数据的质量迅速提高 。


推荐阅读


上一篇：酷玩儿|苹果因遭受抢劫和抗议活动而暂时关闭美国零售店

下一篇：科技前线|原索尼笔记本 VAIO SX12 解析，理想的商务办公本