一些关于人工智能，机器学习，机器学习算法的零碎知识点

你的名字 2021-11-04 13:24 391阅读 0赞

# 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