本文主要向大家介绍了详解什么是机器学习，通过具体的内容向大家展现，希望对大家学习机器学习入门有所帮助。

利用计算机从历史数据中找出规律，并把这些规律用到对未来不确定场景的决策

解决的问题：未来不确定场景的决策
怎么解决问题利用计算机从历史数据中挖出的规律来解决问题
机器学习要素

主体主体是计算机
数据数据量越大，找出的规律越精准
规律通过算法，找到规律，机器学习系统利用规律自动生成落地方案


一、机器学习的源动力

从历史数据中找出规律，把这些规律用到对未来场景的预测与决定；
用数据替代专家
经济驱动，数据变现

二、机器学习算法分类


分类方法一

有监督学习

分类算法
回归算法

无监督学习

聚类算法

半监督学习（强化学习）



算法分类方法二

分类与回归
聚类
标注


算法分类方法三

生成模型
判别模型


三、机器学习常见算法



序号
挖掘主题
算法




1
分类
C4.5


2
聚类
K-Means


3
统计学习
SVM


4
关联分析
Apriori


5
统计学习
EM


6
链接挖掘
PageRank


7
集装与推进
AdaBoost


8
分类
kNN


9
分类
Naiive Bayes


10
分类
CART




其他常见算法

FP-Growth
逻辑回归
RF、GBDT
推荐算法
LDA
Word2Vector
HMM、CRF
深度学习


机器学习解决问题步骤

确定目标

业务需求
数据
特征工程

训练模型

定义模型
定义损失函数
优化算法

模型评估

交叉验证
效果评估

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标人工智能机器学习频道！