1.机器学习定义

2.机器学习工作流程

        （1）数据集

                ①一行数据：一个样本

                ②一列数据：一个特征

                ③目标值（标签值）：有些数据集有目标值，有些数据集没有。因此数据类型由特征值+目标值构成或仅由特征值构成。

        （2）数据分割：机器学习的数据集一般划分为训练数据（用于构建模型）和测试数据（用于模型评估）两个部分，划分比例一般为7:3、4:1、3:1。

        （3）数据基本处理：对数据的缺失值、异常值进行处理

        （4）特征工程（Feature Engineering）：处理数据使特征在机器学习上更好发挥作用的过程

                注：业界流传，数据和特征决定机器学习的上限，而模型和算法只是逼近这个上限

                ①特征提取：将任意数据（如文本或图像）转为可用于机器学习的数字特征

                ②特征预处理：通过一些转换函数将特征数据转成更适合算法模型的特征数据

                ③特征降维：在某些限定条件下，降低随机变量（特征）个数得到一组不相关的主变量

        （5）机器学习：选择合适的算法对模型进行训练

        （6）模型评估：对训练好的模型进行评估

3.机器学习算法分类（根据数据集组成不同进行划分）

        （1）监督学习：输入数据由特征值和目标值组成，函数的输出（目标值）可以是一个连续的值（回归）或是有限个离散值（分类）

                ①回归问题：预测房价，根据样本集拟合出一条连续曲线

                ②分类问题：根据肿瘤特征预测是良性还是恶性

        （2）无监督学习：输入数据由特征值组成，输入的数据没有被标记也没有确定结果，样本数据类别未知，需根据样本间的相似性对样本集进行类别划分

        （3）半监督学习：训练集同时包含有标记（有目标值）数据和未标记（没有目标值）数据

        （4）强化学习：实质是做决策问题，即自动进行决策，并且可以做连续决策，强化学习的目标就是获得最多的累计奖励

4.模型评估

        （1）分类模型评估：准确率（预测正确的数占样本总数的比例）、精确率、召回率、F1-score、AUC指标

        （2）回归模型评估：均方根误差RMSE（p_i为预测值，a_i为实际值）、相对平方误差RSE、平均绝对误差MAE、相对绝对误差RAE

        （3）模型表现效果：过拟合（所建的机器学习模型在训练样本中表现得过于优越，导致在测试数据集中表现不佳）、欠拟合（模型学习太粗糙，连训练集中样本数据的特征关系都没有学出来）

5.深度学习：也称深度结构学习、层次学习、深度机器学习，是一类算法集合，是机器学习的一个分支，在会话识别、图像识别和对象侦测等领域表现出惊人的准确性。