|一文读懂机器学习

本文插图

本文转载自公众号 sigua心底的小声音，数学系的一线小研发，更新数据结构和算法 | 深度学习 | 职场等技术原创文章。本公众号有 Google TensorFlow程序员，苹果 (Apple) 公司程序员，微软程序员，一站到底选手，科技公司CTO ，省状元都在关注，欢迎大家关注。
本文约6000字，建议阅读10+分钟
本文以图文的形式对模型算法中的集成学习，以及对集中学习在深度学习中的应用进行了详细解读。
目录

机器学习概览

learning from data
什么是机器学习

机器学习类型

Supervised learning 监督学习
Unsupervised learning 无监督学习
Reinforcement learning 强化学习

机器学习的过程
如何衡量一个模型的好坏

Overfitting
Training, Testing, and Validation Sets
The Confusion Matrix
Accuracy Metrics

基础的数据分析
过拟合overfittting和欠拟合underfitting
bias and variance

机器学习概览

learning from data

在深入探讨该主题之前，让我们退后一步，思考一下真正的学习是什么。我们需要为机器考虑的关键概念是learning from data 。人类和其他动物可以通过学习经验来调整我们的行为。 learning赋予我们生活的灵活性，我们可以调整适应新的情况，并学习新的技巧。人类学习的重要部分是remembering, adapting, and generalising：认识到上一次我们处于这种情况下（看到了此数据），我们尝试了一些特定的动作（给出了此输出）并且奏效了（正确），因此我们将再次尝试，如果无法奏效，我们将尝试其他操作。概括地说，最后一句话是关于识别不同情况之间的相似性，以便将在一个地方应用的东西可以在另一个地方使用。这就是learning有用的原因，我们可以在很多不同的地方使用我们的知识。

什么是机器学习

于是，机器学习就是要使计算机修改或调整动作，让这些动作变得更加准确，它的准确性是由所选动作与正确动作的相似程度来衡量。
本质是让计算机learning from data 。
正式定义:
Machine Learning is about building systems that can learn from data. Learning means getting better at some task, given some performance measure.
机器学习类型
我们将learning宽松地定义为通过在某项任务上的练习变得更好。这就引出了两个重要的问题：计算机如何知道是否在变好，如何知道如何改进？这些问题有几种不同的可能答案，它们会产生不同类型的机器学习。现在，我们将考虑机器是否在学习: 我们可以告诉算法问题的正确答案(带标签) ，以便下次可以正确解决；我们希望只需要告诉它一些正确的答案，然后它就可以“解决”如何为其他问题获得正确的答案；或者，我们可以告诉它答案是否正确，而不是如何找到正确的答案，因此它必须搜索正确的答案；我们根据答案的正确性给答案打分(概率) ，而不仅仅是“正确或错误”的答案；最后，我们可能没有正确的答案，我们只希望算法查找具有共同点的输入。
这些不同的答案为我们将要讨论的不同算法提供了分类。