零基础学Python--机器学习：人工智能与机器学习概述

Posted 2022-08-24 是Dream呀

@TOC

一、机器学习与人工智能、深度学习

了解机器学习定义以及应用场景
说明机器学习算法监督学习与无监督学习的区别
说明监督学习中的分类、回归特点
说明机器学习算法目标值的两种数据类型
说明机器学习(数据挖掘)的开发流程

1.机器学习和人工智能，深度学习的关系

• 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

2.达特茅斯会议-人工智能的起点

1956年8月，在美国汉诺斯小镇宁静的达特茅斯学院中，

约翰·麦卡锡（John McCarthy）
马文·闵斯基（Marvin Minsky，人工智能与认知学专家）
克劳德·香农（Claude Shannon，信息论的创始人）
艾伦·纽厄尔（Allen Newell，计算机科学家）
赫伯特·西蒙（Herbert Simon，诺贝尔经济学奖得主）等科学家正聚在一起，讨论着一个完全不食人间烟火的主题：
用机器来模仿人类学习以及其他方面的智能。
会议足足开了两个月的时间，虽然大家没有达成普遍的共识，但是却为会议讨论的内容起了一个名字：
人工智能

因此，1956年也就成为了人工智能元年。

二、机器学习、深度学习能做些什么

机器学习的应用场景非常多，可以说渗透到了各个行业领域当中。医疗、航空、教育、物流、电商等等领域的各种场景。

1.用在挖掘、预测领域

应用场景：店铺销量预测、量化投资、广告推荐、企业客户分类、SQL语句安全检测分类…

2.用在图像领域

应用场景：街道交通标志检测、人脸识别等等

3.用在自然语言处理领域

应用场景：文本分类、情感分析、自动聊天、文本检测等等

当前重要的是掌握一些机器学习算法等技巧，从某个业务领域切入解决问题。

三、什么是机器学习

1. 定义

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。

2. 解释

我们人从大量的日常经验中归纳规律，当面临新的问题的时候，就可以利用以往总结的规律去分析现实状况，采取最佳策略。

从数据（大量的猫和狗的图片）中自动分析获得模型（辨别猫和狗的规律），从而使机器拥有识别猫和狗的能力。

从数据（房屋的各种信息）中自动分析获得模型（判断房屋价格的规律），从而使机器拥有预测房屋价格的能力。
从历史数据当中获得规律？这些历史数据是怎么的格式？

3. 数据集构成

结构：特征值+目标值

注：
对于每一行数据我们可以称之为样本。
有些数据集可以没有目标值：