人工智能三大概念：

知道AI，ML，DL是什么

AI：用计算机模拟人脑，让计算机能够像人类一样理性的思考和行动

ML：基于经验找规律；先训练（根据训练集找规律，找公式），再预测，最后评估

DL：基于自己构建出来的知识库

AI：给出一张图片，判断是否为西瓜

ML：结合大量有关西瓜的资料（图片，音频，文本等等），总结出规律，如何挑选一个好西瓜

DL：基于西瓜的各种资料(价格，产地，口感)，搭建自己的知识库

了解AI，ML，DL之间关系

AI包含ML，ML包含DL（先辨别是不是西瓜，再判断是不是一个好西瓜，最后判断西瓜的品种）

算法的学习方式：

基于规则的学习，基于模型的学习

机器学习常用术语

知道样本是什么，知道特征是什么

样本：一行数据就是一个样本，多个样本组成数据集，有时一条样本被叫成一条记录

特征：一列数据一个特征，有时也被称为属性

知道标签/目标值是什么

标签/目标：要求和预测的结果那一列数据

理解数据集划分方法

数据集划为两部分：训练集和测试集，通常为8：2或者7：3

x_train    y_train 训练集特征，训练集标签

x_test     y_test  测试集特征，测试集标签

机器学习算法分类

知道有监督学习是什么

有特征有标签

有监督分类问题&回归问题

标签连续就是回归，标签不连续就是分类

分类种类：二分类，多分类

知道无监督学习是什么

有特征无标签，根据样本之间相似性对样本进行聚类，发现事务结构及相互关系（聚类）

知道半监督学习是什么

部分有标签部分无标签

1，让专家标注少量数据，利用已经标记的数据训练一个模型

2，利用该模型套用未标记的数据

3，询问领域专家分类结果和模型分类结果做对比，从而对模型进一步改善和提高

半监督学习可以大幅减低标记成本

了解强化学习是什么

强化学习=寻找最短路径（最优解），以便获取最多的奖励

就好比在OJ上(Environment)做题(Action)，做对了给予AC(Reward)，做错了给予WA(State)

机器学习建模流程

获取数据：搜集和完成机器学习任务相关的数据集

数据基本处理：数据集中异常值，异常值的处理等

特征工程：对数据集特征进行提取，转为向量，让模型达到最好的结果

机器学习（模型训练）：选择合适的算法对模型进行训练，根据不同的任务来选中不同的算法

模型评估：评估效果好上线服务，评估效果不好则重复上述步骤

特征工程

知道特征工程是什么

理解特征提取的作用

理解特征预处理的作用

了解特征降维，特征选择，特征组合

利用专业背景知识和技巧处理数据，让机器学习算法效果最好

数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已

特征提取，从原始数据中提取与任务相关的特征，会改变原数据

特征预处理------>归一化，标准化

防止量纲导致某些特征对模型影响大，有些影响小

量纲：即单位（米，千克等）

打个比方：

特征1（单位A）	特征2（单位B）	特征3（单位C）
90	2	12
100	4	20
120	3	15

 

归一化过程：x' =（当前值 - 最小值）/（最大值 - 最小值）

特征1（单位A）	特征2（单位B）	特征3（单位C）
0	0	0
0.333	1	1
1	0.5	0.375

如果为最小值，那么归一化得到的为0，如果为最大值，那么归一化得到的为1

特征降维：将原始数据维度降低，叫做特征降维，一般对原始数据产生影响，保证数据的主要信息保留下来

特征选择：选择一个与任务相关的特征子集，不会改变原数据

（就好比体检不需要你的学历，薪资这种特征）

特征组合：多个特征合成一个特征，利用乘法或者加法完成（BMI）