机器学习

让机器像人具备学习的能力

拟人

 

知识--数据

算法--公式

（神经网络--各种算法人来帮助机器选择算法）

模型--参数

预测--把新的数据和参数进行计算得到结果

 

y = a*x + b

y1,x1和y2,x2事实上就可以作为数据

a,b就是要求解的参数

预测就是当新的x带到公式里面，求得的y预测结果

 

机器学习分为

 

有监督的机器学习：有y

回归(y区间是正无穷到负无穷)

预测结果具体的值

 

分类(y是分类号)

预测结果是哪个类别

 

 

无监督的机器学习：没有y

聚类

在没有y的情况下，把数据分类成一堆堆的

 

降维

X1...Xn维度多，n特别大的时候，需要为了更快的解方程组，减少X数量的算法

 

numpy数学计算框架

scipy物理计算框架

pandas数据分析框架

matplotlib绘图的框架

scikit-learn机器学习的框架

tensorflow谷歌开源出来的深度学习的框架

keras开源出来的深度学习的框架