很可惜 T 。T 您現(xiàn)在還不是作者身份,不能自主發(fā)稿哦~
如有投稿需求,請把文章發(fā)送到郵箱tougao@appcpx.com,一經錄用會有專人和您聯(lián)系
咨詢如何成為春羽作者請聯(lián)系:鳥哥筆記小羽毛(ngbjxym)
“ 分享一些機器學習的基礎。”
機器學習、人工智能應該是近幾年最火的關鍵詞之一了。今天分享一些機器學習的基礎知識。如果有啥不正確的地方,歡迎各位大佬指正。
在說機器學習之前先明確一下,什么是人類的學習行為呢?
可以這樣總結,人類從歷史經驗中獲取規(guī)律,并將其應用到新的類似場景中,就是人類的學習行為。
相對應的,機器學習是指讓機器去訓練、去學習,讓機器從大量數(shù)據(jù)中找到數(shù)據(jù)中的內在特征,從而對新事物做出判斷。
機器學習有哪些類別呢?按照不同的分類方式,有不同的細分類別。梳理了一下,主要有以下的概況圖:
什么是機器學習目標呢?通俗來講,就是我們想通過機器學習,最終實現(xiàn)的結果形態(tài)是什么樣。
按照學習目標,主要可以分為三類:回歸問題、分類問題、排序問題。
回歸問題:解決的是目標是連續(xù)性變量的問題。比如想根據(jù)身高預測體重,體重就是一個連續(xù)性變量。
分類問題:解決的是目標是離散的標簽的問題。比如預測一個人是男還是女。
排序問題:模型輸出的是經過排序的對象列表。
上文提到了,進行機器學習是需要訓練數(shù)據(jù)為基礎的(不然機器沒法學習呀)。按照訓練數(shù)據(jù)的特性,主要分為以下兩類:
有監(jiān)督學習:通過已有的訓練樣本去訓練得到一個最優(yōu)模型,再利用這個模型將所有的輸入映射為相應的輸出,對輸出進行簡單的判斷從而實現(xiàn)預測和分類的目的,也就具有了對未知數(shù)據(jù)進行預測和分類的能力。有監(jiān)督算法常見的有:線性回歸算法、BP神經網(wǎng)絡算法、決策樹、支持向量機、KNN等。
無監(jiān)督學習:訓練樣本的標記信息未知,目標是通過對無標記訓練樣本的學習來揭示數(shù)據(jù)的內在性質及規(guī)律,為進一步的數(shù)據(jù)分析提供基礎,此類學習任務中研究最多、應用最廣的是"聚類",聚類目的在于把相似的東西聚在一起,主要通過計算樣本間和群體間距離得到。深度學習和PCA都屬于無監(jiān)督學習的范疇。無監(jiān)督算法常見的有:密度估計、異常檢測、層次聚類、EM算法、K-Means算法、DBSCAN算法等。
按照模型的復雜度,主要分為兩類:線性模型和非線性模型。
線性模型:決策邊界為直線。例如邏輯回歸模型。
非線性模型:決策邊界為非直線。例如神經網(wǎng)絡模型。
按照模型的功能來分類,主要分為判別模型與生成模型。
判別模型:由數(shù)據(jù)直接學習決策函數(shù)f(x)或條件概率分布P(y|x)進行預測的模型,其關心的是對給定的輸入x,應該預測什么樣的輸出y。常見的k近鄰法、感知機、決策樹、邏輯回歸、線性回歸、最大熵模型。
生成模型:由數(shù)據(jù)學習輸入和輸出聯(lián)合概率分布P(x,y),然后求出后驗概率分布P(y|x)進行預測的模型。常見的生成模型樸素貝葉斯、隱馬爾可夫(em算法)。
對于一個機器學習項目而言,主要的流程有以下概況:
數(shù)據(jù)清洗是檢測和去除數(shù)據(jù)集中的噪聲數(shù)據(jù)和無關數(shù)據(jù),處理遺漏數(shù)據(jù),去除空白數(shù)據(jù)域和知識背景下的白噪聲。
在機器學習中,通常將所有的數(shù)據(jù)劃分為三份:訓練數(shù)據(jù)集、驗證數(shù)據(jù)集和測試數(shù)據(jù)集。它們的功能分別為
訓練數(shù)據(jù)集(train dataset):用來構建機器學習模型。
驗證數(shù)據(jù)集(validation dataset):輔助構建模型,用于在構建過程中評估模型,為模型提供無偏估計,進而調整模型超參數(shù)。
測試數(shù)據(jù)集(test dataset):用來評估訓練好的最終模型的性能。
關于數(shù)據(jù)如何進行切分,后續(xù)再進行分享。
特征構建是指從原始數(shù)據(jù)中人工的找出一些具有物理意義的特征。需要花時間去觀察原始數(shù)據(jù),思考問題的潛在形式和數(shù)據(jù)結構,對數(shù)據(jù)敏感性和機器學習實戰(zhàn)經驗能幫助特征構建。
關于機器學習,就先分享這些。歡迎大家繼續(xù)關注~
-END-
本文為作者獨立觀點,不代表鳥哥筆記立場,未經允許不得轉載。
《鳥哥筆記版權及免責申明》 如對文章、圖片、字體等版權有疑問,請點擊 反饋舉報
我們致力于提供一個高質量內容的交流平臺。為落實國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求,為完善跟帖評論自律管理,為了保護用戶創(chuàng)造的內容、維護開放、真實、專業(yè)的平臺氛圍,我們團隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質內容,同時也將采取必要措施管理違法、侵權或有其他不良影響的網(wǎng)絡信息。
一、根據(jù)《網(wǎng)絡信息內容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī),對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息,主要表現(xiàn)為:
1)反對憲法所確定的基本原則;
2)危害國家安全,泄露國家秘密,顛覆國家政權,破壞國家統(tǒng)一,損害國家榮譽和利益;
3)侮辱、濫用英烈形象,歪曲、丑化、褻瀆、否定英雄烈士事跡和精神,以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽;
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動;
5)煽動民族仇恨、民族歧視,破壞民族團結;
6)破壞國家宗教政策,宣揚邪教和封建迷信;
7)散布謠言,擾亂社會秩序,破壞社會穩(wěn)定;
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪;
9)煽動非法集會、結社、游行、示威、聚眾擾亂社會秩序;
10)侮辱或者誹謗他人,侵害他人名譽、隱私和其他合法權益;
11)通過網(wǎng)絡以文字、圖片、音視頻等形式,對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網(wǎng)絡欺凌的;
12)危害未成年人身心健康的;
13)含有法律、行政法規(guī)禁止的其他內容;
2. 不友善:不尊重用戶及其所貢獻內容的信息或行為。主要表現(xiàn)為:
1)輕蔑:貶低、輕視他人及其勞動成果;
2)誹謗:捏造、散布虛假事實,損害他人名譽;
3)嘲諷:以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述,以此來激怒他人;
4)挑釁:以不友好的方式激怒他人,意圖使對方對自己的言論作出回應,蓄意制造事端;
5)羞辱:貶低他人的能力、行為、生理或身份特征,讓對方難堪;
6)謾罵:以不文明的語言對他人進行負面評價;
7)歧視:煽動人群歧視、地域歧視等,針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊;
8)威脅:許諾以不良的后果來迫使他人服從自己的意志;
3. 發(fā)布垃圾廣告信息:以推廣曝光為目的,發(fā)布影響用戶體驗、擾亂本網(wǎng)站秩序的內容,或進行相關行為。主要表現(xiàn)為:
1)多次發(fā)布包含售賣產品、提供服務、宣傳推廣內容的垃圾廣告。包括但不限于以下幾種形式:
2)單個帳號多次發(fā)布包含垃圾廣告的內容;
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內容;
4)多次發(fā)布包含欺騙性外鏈的內容,如未注明的淘寶客鏈接、跳轉網(wǎng)站等,誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產品、品牌等內容獲取搜索引擎中的不正當曝光;
6)購買或出售帳號之間虛假地互動,發(fā)布干擾網(wǎng)站秩序的推廣內容及相關交易。
7)發(fā)布包含欺騙性的惡意營銷內容,如通過偽造經歷、冒充他人等方式進行惡意營銷;
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內容審核的廣告內容。
4. 色情低俗信息,主要表現(xiàn)為:
1)包含自己或他人性經驗的細節(jié)描述或露骨的感受描述;
2)涉及色情段子、兩性笑話的低俗內容;
3)配圖、頭圖中包含庸俗或挑逗性圖片的內容;
4)帶有性暗示、性挑逗等易使人產生性聯(lián)想;
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適;
6)炒作緋聞、丑聞、劣跡等;
7)宣揚低俗、庸俗、媚俗內容。
5. 不實信息,主要表現(xiàn)為:
1)可能存在事實性錯誤或者造謠等內容;
2)存在事實夸大、偽造虛假經歷等誤導他人的內容;
3)偽造身份、冒充他人,通過頭像、用戶名等個人信息暗示自己具有特定身份,或與特定機構或個人存在關聯(lián)。
6. 傳播封建迷信,主要表現(xiàn)為:
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治??;
2)求推薦算命看相大師;
3)針對具體風水等問題進行求助或咨詢;
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失,包括通過占卜方法問婚姻、前程、運勢,東西寵物丟了能不能找回、取名改名等;
7. 文章標題黨,主要表現(xiàn)為:
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導用戶;
2)內容與標題之間存在嚴重不實或者原意扭曲;
3)使用夸張標題,內容與標題嚴重不符的。
8.「飯圈」亂象行為,主要表現(xiàn)為:
1)誘導未成年人應援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論,影響傳播秩序
9. 其他危害行為或內容,主要表現(xiàn)為:
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導未成年人不良嗜好影響未成年人身心健康的;
2)不當評述自然災害、重大事故等災難的;
3)美化、粉飾侵略戰(zhàn)爭行為的;
4)法律、行政法規(guī)禁止,或可能對網(wǎng)絡生態(tài)造成不良影響的其他內容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內容質量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當一個用戶發(fā)布違規(guī)內容時,本網(wǎng)站將依據(jù)相關用戶違規(guī)情節(jié)嚴重程度,對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號,或者濫用多個帳號發(fā)布違規(guī)內容時,本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經驗的不斷豐富,本網(wǎng)站出于維護本網(wǎng)站氛圍和秩序的目的,將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議,可以通過「建議反饋」功能向本網(wǎng)站進行反饋。
(規(guī)則的最終解釋權歸屬本網(wǎng)站所有)