1、机器学习与深度学习：从数据到智能决策

机器学习与深度学习：从数据到智能决策

1. 机器学习简介

1.1 构建智能机器

智能机器可将数据转化为知识，机器学习作为实现这一目标的关键技术，能让计算机从数据中学习模式和规律。

1.2 机器学习的类型

机器学习主要分为三种类型：
1. 监督学习 ：利用带标签的数据进行训练，以预测未来结果。
- 分类 ：预测样本所属的类别，如判断邮件是否为垃圾邮件。
- 回归 ：预测连续的数值，如预测房价。
2. 强化学习 ：通过智能体与环境的交互，以最大化累积奖励为目标，解决交互式问题，如训练机器人完成特定任务。
3. 无监督学习 ：在无标签的数据中发现隐藏的结构。
- 聚类 ：将数据分组为不同的子群，如客户细分。
- 降维 ：压缩数据维度，减少数据冗余。

1.3 基本术语和符号

在机器学习中，有一些基本的术语和符号需要了解：
|术语|含义|
| ---- | ---- |
|样本|数据集中的一个实例|
|特征|描述样本的属性|
|标签|监督学习中样本的真实结果|
|模型|从数据中学习到的模式|

1.4 构建机器学习系统的路线图

构建机器学习系统一般遵循以下步骤：