一、机器学习框架

• 一、数据收集
• 二、数据模型
  • 问题定义
    • 首先要思考的就是我们到底尝试解决什么问题？
    • 其次就是考虑这是一个监督问题还是一个非监督问题呢？
    • 是分类还是回归问题呢？
  • 数据
    • 我们现有的和需要使用的数据是什么类型的呢？
    • 是结构化数据？ 例如是CSV还是EXCEL？
    • 是非结构话数据？例如是图像还是视频呢？
  • 评估和结果预期
    • 要实现什么样的效果才说明我们成功达到了我们的目标呢？
  • 特征
    • 我们是否了解了数据的特征呢？
  • 模型选择与创建
    • 基于我们的问题和数据，我们应该选择什么样的模型和算法呢？
  • 实验
    • 测试一下我们的模型是否成功，根据结果考虑是否重复之前的过程呢？
• 三、模型部署

二、什么时候不应该使用机器学习

根据之前学习的概念，我们已经基本可以确认：简单的、需要手工编码的基础系统是不需要使用机器学习的！

三、机器学习主要分类

• 监督学习
  • 有数据标签
  • 分类
  • 回归
• 非监督学习
  • 没有预先划定的数据标签
• 迁移学习
  • 利用一种机器学习模型在另一种机器学习中使用
• 强化学习
  • 提供一种奖励机制，做的好的奖励，做的不好的惩罚

四、数据科学工作流程

• 一、准备静态数据
• 二、使用jupyter notebook
• 三、pandas
• 四、matplotlib
• 五、sklearn

五、评估

• 准确度
• 精确率
• 召回率

六、模型选择和训练

• 一、选择一个模型
• 二、训练模型
• 三、比较模型

七、数据划分

• 训练集 70%~~80%
• 验证集 10%~~15%
• 测试集 10%~~15%

八、关于欠拟合与过拟合

• 欠拟合
  • 简单来说就是模型做的不够好
• 过拟合
  • 模型在当前数据下表现形式太好了，打个比方的话就是期末考试之前已经把考试题做了，考试的分数自然很高
• 一些解决方案：
  • 欠拟合
    • 尝试更高级的模型
    • 修改模型超参数
    • 减少特征数量
    • 训练更长时间
  • 过拟合
    • 收集更多数据
    • 使用低级模型

九、总结

对机器学习的基本框架和概念有一个大概的了解，下面就开始实践。

纸上学来终觉浅，绝知此事要躬行 — —陆游