Machine Learning

提升心法「数学之道」与技法「Python之道」

• 心法：regression-models/, probabilistic-graphical-models/, neural-network-models/
• 技法：practical-skills/

What is ML

机器学习是一个过程，据此，

• 计算机被赋予了学习从数据中做出决定的能力
• 而不需要明确地进行编程!

目前本节笔记计划覆盖的模型有

• Machine Learning
  • Regression Model
  • Probabilistic Graphical Models
• Deep Learning
  • Neural Network Model

1675217276121.png

Unsupervised learning

从无标签的数据中发现隐藏的答案

例子：将客户分为不同的类别（聚类）。

1655201455429.png

Supervised learning

• 预测值是已知的
• 目的：根据特征，预测未见过的数据的目标值

1655201518097.png

Types of supervised learning

• Classification: predicts categorical class labels
  • 根据训练集和分类属性中的值（类别标签）对数据进行分类（构建一个模型），并将其用于对新数据的分类。
  • 返回一个离散值（标签）作为输出，例如，将恒生指数（HSI）的趋势划分为上升、下降、水平。
• Regression: models continuous-valued functions, i.e., predicts unknown or missing values
  • 返回一个实际价值作为输出，例如，预测恒生指数的未来价值

Naming conventions

• 特征=预测变量=自变量 (𝑥 : input variables/attributes/features)
• 目标变量=因变量=反应变量 (𝑦 : output variable/attribute/target variable)

即

• Feature = predictor variable = independent variable
• Target variable = dependent variable = response variable