機器學習(Machine Learning) 介紹

由於機器學習技術的進步，應用相當廣泛，例如推薦引擎、定向廣告、需求預測、垃圾郵件過濾、醫學診斷、自然語言處理、搜索引擎、詐騙偵測、證券分析、視覺辨識、語音識別、手寫識別..等等。

您可以先看下列影片,有一些概念

機器學習架構

機器學習（Machine Learning）是透過演算法，使用歷史資料進行訓練，訓練完成後會產生模型。未來當有新的資料，我們可以使用訓練產生的模型進行預測。

機器學習的訓練的資料是由 features、label組成。

• features：資料的特徵，例如：濕度、風向、風速、季節、氣壓。
• label： 資料的標籤，也就是我們希望預測的目標，例如：降雨（0:不會下雨、1:會下雨）、天候( 1:晴天、2:雨天、3:陰天、4:下雪）、氣溫。

如下圖，機器學習可分為2 階段：

• 訓練階段（Training）：

訓練資料是過去累積的歷史資料，可能是文字檔、資料庫、或其他來源，經過Feature Extraction（特徵萃取），產生Feature（資料特徵）與Label（預測目標），然後經過機器學習演算法訓練後產生模型。

• 預測階段（Predict）：

新輸入資料(可能文字檔、資料庫、或其他來源)，經過Feature Extraction（特徵萃取）產生Feature（資料特徵），使用訓練完成的模型進行預測，最後產生預測結果。

機器學習分類

對於監督式學習（Supervised Learning），從現有資料我們希望預測的答案，有下列分類：

•  二元分類

我們已知：濕度、風向、風速、季節、氣壓等資料特徵，希望預測當天是否會下雨（0.不會下雨、1.會下雨）。因為希望預測的目標label，只有2種選項，這就好像非題。

•  多元分類

我們已知：濕度、風向、風速、季節、氣壓.資料特徵，希望預測當天天氣（1.晴天、2.雨天、3.陰天、4.下雪）。因為希望預測的目標label，有多個選項，就好像選擇題。

•  回歸分析

我們已知：濕度、風向、風速、季節、氣壓等資料特徵，希望預測當天氣溫。因為希望預測的目標label是連續的值，就好像是計算題。

但是對於非監督式學習（Unsupervised Learning），從現有資料我們不知道要預測的答案，所以沒有label（預測目標）。cluster集群分析的目的是將資料分成幾個相異性最大的群組，而群組內的相似程度最高。

我們可以整理如下列表格:

分類	演算法	Features （特徵）	Label （預測目標）
監督式學習	Binary Classification 二元分類	濕度、風向、風速、季節、氣壓...	只有0與1選項（是非題） 0:不會下雨、1:會下雨
監督式學習	Multi-Class Classification 多元分類	濕度、風向、風速、季節、氣壓...	有多個選項（選擇題） 1:晴天、2:雨天、3:陰天、4:下雪
監督式學習	Regression 回歸分析	濕度、風向、風速、季節、氣壓...	值是數值（計算題） 溫度可能是 -50～50度的範圍
非監督式學習	Clustering 群集	濕度、風向、風速、季節、氣壓...	無label Cluster集群分析；目的是將資料分成幾個相異性最大的群組，而群組內的相似程度最高

機器學習分類，可以整理如下圖：

以上內容節錄自這本書，很適合入門初學者:
  Python+Spark 2.0+Hadoop機器學習與大數據分析實戰 http://pythonsparkhadoop.blogspot.tw/2016/10/pythonspark-20hadoop.html

購買本書

 露天拍賣 http://goods.ruten.com.tw/item/show?21640846068139  蝦皮拍賣

Share on Google Plus

About kevin

This is a short description in the author block about the author. You edit it by entering text in the "Biographical Info" field in the user admin panel.