一些关于人工智能，机器学习，机器学习算法的零碎知识点

人工智能企业中的大佬们会干点啥

算法 -函数

这个有点悬
读论文&实现之

工程

这个我还能干一丢丢

    机器学习工程师（或调参工程师）
    运行已有算法，训练业务数据，获得工作模型。
    将数据 ->算法（函数） -> θ的值
        调用API（调用某个类中的方法） ，调整不同的参数，获取更好的 θ值
    如何获取算法（函数）中参数的值，最为关键
        当一个算法中参数已经获取到之后，次数算法（函数）编程模型
        算法和模型最大的区别：有参数就是模型
    通过数据(训练模型数据)对算法进行计算得到参数

数据

这个没问题
数据标注

机器学习

训练数据 ->算法（函数：没有系数） ->模型（函数）->预测（测试数据）->评估（预测结果与真实值的比较）

E(经验：数据的表示) -> T （任务）-》P（性能）

机器学习的类别

监督学习算法

		数据集：特征值（Features） + 目标值（标签label）
		预测值：使用算法得到模型，进行预测的值
		-分类（classification）算法
			target目标值：离散型数值
				是一个类别
				案例：是不是拦截邮件，
					  推荐给你的广告点击还是不点
				      判定还是什么性格
			支持的算法
				SVM，逻辑回归，决策树分类，朴素贝叶斯
		-回归（Regression）算法
			target目标值：连续性数值
				预测的结果是一个值
			案例：
				预测天气温度，预测房价
			支持的算法	
				线性回归，决策树回归
				
		集成学习算法：多个算法混合在一起
			随机森林算法
			梯度提升决策树

无监督学习算法

		只有特征值，没有目标值
		算法：
			聚合算法

推荐算法

			协同过滤算法
				交替最小二乘法（ALS）

机器学习使用算法

决策树DesicionTree

	依据特征性构建一棵树，每个节点（特征性）
	每次运行构建的数都是不一样的，选择的特征是不一样的
	如何判断一颗树的好与坏
		熵（香农熵）

随机森林RandomfForest

	N 棵数
	模型：N棵数
	预测的时候：N棵数同时预测
		分类：分类多就是预测值
		回顾：所有预测值的平均值
	属于集成学习算法
		bagging算法
sparkMLlib中决策树的底层是随机森林，
	设置树 的数量是1而已

对于类别特征值数据处理

常见 ：1-of -k
性别：
	sex ->male\female\unknow
使用向量表示
	Array(0.0,   0.0,		0.0)
			|	  |			|
		  male female		unknow
案例：
	小明:男性
		Array(1.0,   0.0,	0.0)
	小明:女性
		Array(0.0,   1.0,	0.0)
	某妖
		Array(0.0,   0.0,	1.0)

无论 训练数据 还是测试数据，所有的值（特征性和目标值）都必须是double类型的值