机器学习算法究竟是什么?
机器学习是大数据能够给组织带来智能运营的关键组成部分。尽管机器学习算法趣味无穷,但技术本身很快就会变得复杂起来。所有人不可能都成为数据科学家,但IT专业人士需要了解我们的机器是如何学习的。
揭开神秘的算法
我们越来越多地看到机器学习在实用和可实现的目标上的价值,例如针对数据寻找可用的模式然后进行预测。通常,这些预测模型用于操作流程以优化决策过程,但同时它们也可以提供关键的洞察力和信息来报告战略决策。
机器学习的基本前提是算法训练,提供特定的输入数据时预测某一概率区间内的输出值。请记住机器学习的技巧是归纳而非推断——与概率相关,并非最终结论。
构建这些算法的过程被称之为预测建模。一旦掌握了这一模型,有时就可以直接对原始数据进行分析,并在新数据中应用该模型以预测某些重要的信息。模型的输出可以是分类、可能的结果、隐藏的关系、属性或者估计值。
机器学习技术通常预测的是绝对值,比如标签、颜色、身份或者质量。比如,某个主题是否属于我们试图保留的用户?用户会付费购买吗?用户会积极响应邀约吗?
如果我们关心的是估算值或者连续值,预测也可以用数字表示。输出类型决定了最佳的学习方法,并会影响我们用于判断模型质量的尺度。
谁对机器学习方法进行监督?
机器学习方法可以是有人监督也或者是无人干预的。区别不在于算法是否可以为所欲为,而是是否要从具备真实结果的训练数据中学习——预先确定并添加到数据集中以提供监管——或者尝试发现给定数据集中的任何自然形态。大多数企业使用预测模型,对训练数据使用监督方式,而且通常旨在预测给定实例——邮件、人员、公司或者交易是否属于某个有趣的分类——垃圾邮件、潜在买家、信用良好或者获得后续报价。
如果在开始之前你不是很清楚在寻找什么,那么无人干预的机器学习方法能够提供全新的洞察力。无人干预的学习还能够生成集群与层次结构图,显示数据的内在联系,还能够发现哪些数据字段看起来是独立的,哪些是规则描述、总结或者概括。反过来,这些洞察能够为构建更好的预测方法提供帮助。
构建机器学习模型是一项反复练习的过程,需要清理数据和动手实验。目前市场上正在涌现一些自动和有向导的模型工具,它们承诺降低对数据科学家的依赖性,同时在常见领域获得最高的投资回报率。然而这里面真正的差别很可能需要你自己去发现。
原文发布时间为:2015年07月31日
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
【机器学习】决策树算法 在前一期介绍搭建结合机器学习的CI/CD管道时,无意中提到了算法分类。在受监督学习的分类中,有一个既适用于回归又适用于分类的算法,即我们今天要介绍的决策树算法(CART, Classification and Regression Tree)。
用一句话总结常用的机器学习算法 浓缩就是精华。想要把书写厚很容易,想要写薄却非常难。现在已经有这么多经典的机器学习算法,如果能抓住它们的核心本质,无论是对于理解还是对于记忆都有很大的帮助,还能让你更可能通过面试。在本文中,SIGAI将用一句话来总结每种典型的机器学习算法,帮你抓住问题的本质,强化理解和记忆。下面我们就开始了。
机器学习:逻辑回归 机器学习:逻辑回归 一句话概括逻辑回归: 逻辑回归假设数据服从伯努利分布,通过极大化似然函数的方法,运用梯度下降来求解参数,达到将数据二分类的目的。 有一组特征变量:,表示为x, 一组参数:,表示为θ, ,表示为,值域为(-∞,﹢∞)。
相关文章
- 机器学习流程,常规算法,降维方法
- 神经网络与机器学习 笔记—LMS(最小均方算法)和学习率退火
- (《机器学习》完整版系列)第16章 强化学习——16.9 时序差分学习(Sara算法与Q-学习算法)
- (《机器学习》完整版系列)第16章 强化学习——16.8 异策略蒙特卡罗强化学习算法(换分布)
- (《机器学习》完整版系列)第11章 特征选择与稀疏学习——11.3 包裹式选择(特征选择的LVW算法:打开包裹)
- [吴恩达机器学习笔记]15.1-3非监督学习异常检测算法/高斯回回归模型
- [吴恩达机器学习笔记]14降维3-4PCA算法原理
- 深度学习/机器视觉/数字IC/FPGA/算法手撕代码目录总汇
- 腾讯面试——机器学习/算法面试案例集
- 机器学习笔记之K近邻学习算法
- 机器学习笔记之前馈神经网络(四)反向传播算法[数学推导过程]
- 机器学习笔记之马尔可夫链蒙特卡洛方法(三)MH采样算法
- 机器学习笔记之线性分类——感知机算法
- 快速选择合适的机器学习算法
- 机器学习九大算法---朴素贝叶斯分类器
- 《Python机器学习——预测分析核心算法》——1.1 为什么这两类算法如此有用
- 『迷你教程』机器学习算法模型的结果应用的正确方法
- Python 朴素贝叶斯算法:简化复杂的机器学习问题
- 机器学习算法: 基于逻辑回归的分类预测Python实现
- 机器学习——人工神经网络之参数设置(BP算法)
- 机器学习基本模型与算法在线实验闯关