AI-机器学习（一）

    提问：人工智能和机器学习，深度学习的关系是什么？

    其实很简单的两句话可以概括三者间的关系：机器学习是人工智能的一个实现途径，深度学习是机器学习的一个方法发展而来。

    今天我们先来讲一下机器学习概述，在后面我每周都会持续更新一些我对于机器学习以及算法的一些学习心得。

说到机器学习那么你知道机器学习是什么吗？机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测。

机器学习的工作流程如下：

    总结起来就是

1.获取数据

2.数据基本处理

3.特征工程

4.机器学习（模型训练）

5.模型评估（结果达到要求，上线服务。没有达到要求，重复上面的步骤）

    机器学习的算法可以根据数据集组成不同可分为四类：

1.监督学习

2.无监督学习

3.半监督学习

4.强化学习

    监督学习输入数据是由输入特征值和目标值所组成，函数的输出可以是一个连续的值（称为回归），也可以是输出有限个离散值（称作分类）。

    无监督学习输入数据是由输入特征值组成，没有目标值。输入数据没有被标记，也没有确定的结果。样本数据类别未知；需要根据样本间的相似性对样本集进行类别划分。

    监督学习和无监督学习的对比如下图：

    半监督学习的训练集同时包含有标记样本数据和未标记样本数据。

    四种算法的对比如下图：

    最后再说一个模型评估。

    模型评估是模型开发过程不可缺少的一部分。它有助于发现表达数据的最佳模型和所选模型将来工作的性能如何。按照数据集的目标不同，可以把模型评估分为分类模型评估和回归模型评估。具体的详细介绍各位同学可以自己去查阅资料。我这里只是做了一个大概介绍。学习靠自己，加油