《01机器学习认知-1概述教学课件 .pptx》由会员分享，可在线阅读，更多相关《01机器学习认知-1概述教学课件 .pptx（20页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、01机器学习认知-1概述教学课件 机器学习认知目录 contentcontent什么是机器学习第一节机器学习应用场景第二节机器学习的流程第三节什么是机器学习第一节什么是机器学习？淘宝、爱奇艺、淘宝、爱奇艺、淘宝、爱奇艺、淘宝、爱奇艺、QQQQQQQQ音乐等都有类似的推荐功能，它们是如何音乐等都有类似的推荐功能，它们是如何音乐等都有类似的推荐功能，它们是如何音乐等都有类似的推荐功能，它们是如何知道用户的喜好呢？知道用户的喜好呢？知道用户的喜好呢？知道用户的喜好呢？这些推荐系统背后的秘密武器正是这些推荐系统背后的秘密武器正是这些推荐系统背后的秘密武器正是这些推荐系统背后的秘密武器正是机器学习机器学
2、习机器学习机器学习机器学习机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。什么是机器学习？山鸢尾山鸢尾山鸢尾山鸢尾(setosa)(setosa)(setosa)(setosa)、变色鸢尾、变色鸢尾、变色鸢尾、变色鸢尾(versicolor)(versicolor)(versicolor)(versicolor)和维吉尼亚鸢尾和维吉尼亚鸢尾和维吉尼亚鸢尾和维吉尼亚鸢尾(virginica)(virginica)(vi
3、rginica)(virginica)如何让机器识别下面的鸢尾花分别属于哪一类？如何让机器识别下面的鸢尾花分别属于哪一类？什么是机器学习？什么是机器学习？简单来说，机器学习就是通过算法，使得机器能从大量历史数据中学习规律，并简单来说，机器学习就是通过算法，使得机器能从大量历史数据中学习规律，并简单来说，机器学习就是通过算法，使得机器能从大量历史数据中学习规律，并简单来说，机器学习就是通过算法，使得机器能从大量历史数据中学习规律，并利用规律对新的样本做智能识别或对未来做预测。利用规律对新的样本做智能识别或对未来做预测。利用规律对新的样本做智能识别或对未来做预测。利用规律对新的样本做智能识别或对未
4、来做预测。与传统的为解决特定任务而实现的各种软件程序不同，机器学习是用大量与传统的为解决特定任务而实现的各种软件程序不同，机器学习是用大量与传统的为解决特定任务而实现的各种软件程序不同，机器学习是用大量与传统的为解决特定任务而实现的各种软件程序不同，机器学习是用大量的数据来的数据来的数据来的数据来“训练训练训练训练”，通过各种算法从数据中学习如何完成任务。，通过各种算法从数据中学习如何完成任务。，通过各种算法从数据中学习如何完成任务。，通过各种算法从数据中学习如何完成任务。机器学机器学习算法算法模型模型 训练数据输出结果样例输入什么是机器学习？模型模型模型模型历史数据史数据训练训练输入输入输入
5、输入新的新的数据数据预测预测预测预测未知未知属性属性规规律律律律经验归纳归纳输入输入输入输入新的新的问题问题预测预测预测预测未来未来机器学习人类机器学习中的机器学习中的机器学习中的机器学习中的“训练训练训练训练”与与与与“预测预测预测预测”过程可以可以对应到人类的过程可以可以对应到人类的过程可以可以对应到人类的过程可以可以对应到人类的“归纳归纳归纳归纳”与与与与“预测预测预测预测”过程。通过这样的对应，我们可以发现机器学习是对人类在生活中学习成长的过程。通过这样的对应，我们可以发现机器学习是对人类在生活中学习成长的过程。通过这样的对应，我们可以发现机器学习是对人类在生活中学习成长的过程。通过这
6、样的对应，我们可以发现机器学习是对人类在生活中学习成长的一个模拟。一个模拟。一个模拟。一个模拟。机器学习、深度学习和人工智能之间的关系基本上，机器学习是人工智能的一个子集，深度学习则是机器学习的一个分支。如果基本上，机器学习是人工智能的一个子集，深度学习则是机器学习的一个分支。如果基本上，机器学习是人工智能的一个子集，深度学习则是机器学习的一个分支。如果基本上，机器学习是人工智能的一个子集，深度学习则是机器学习的一个分支。如果把三者的关系用图来表明的话，则是下图：把三者的关系用图来表明的话，则是下图：把三者的关系用图来表明的话，则是下图：把三者的关系用图来表明的话，则是下图：人工智能 机器学习
7、 深度学习机器学习、深度学习和人工智能之间的关系 人工智能（人工智能（人工智能（人工智能（Artificial IntelligenceArtificial IntelligenceArtificial IntelligenceArtificial Intelligence），英文缩写为），英文缩写为），英文缩写为），英文缩写为AIAIAIAI。它是研究、开发用于模。它是研究、开发用于模。它是研究、开发用于模。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。每当拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。每当拟、延伸和扩展人的
8、智能的理论、方法、技术及应用系统的一门新的技术科学。每当拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。每当一台机器根据一组预先定义的解决问题的规则来完成任务时，这种行为就被称为人工一台机器根据一组预先定义的解决问题的规则来完成任务时，这种行为就被称为人工一台机器根据一组预先定义的解决问题的规则来完成任务时，这种行为就被称为人工一台机器根据一组预先定义的解决问题的规则来完成任务时，这种行为就被称为人工智能。智能。智能。智能。深度学习深度学习深度学习深度学习（DLDLDLDL，Deep LearningDeep LearningDeep LearningDeep Learn
9、ing）是机器学习领域中一个新的研究方向，它被引入）是机器学习领域中一个新的研究方向，它被引入）是机器学习领域中一个新的研究方向，它被引入）是机器学习领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标机器学习使其更接近于最初的目标机器学习使其更接近于最初的目标机器学习使其更接近于最初的目标人工智能。人工智能。人工智能。人工智能。深度学习深度学习深度学习深度学习利用神经网络来增强对复利用神经网络来增强对复利用神经网络来增强对复利用神经网络来增强对复杂任务的表达能力，通过神经网络让机器自动寻找特征提取方法。杂任务的表达能力，通过神经网络让机器自动寻找特征提取方法。杂任务的表达能力，通过
10、神经网络让机器自动寻找特征提取方法。杂任务的表达能力，通过神经网络让机器自动寻找特征提取方法。人工智能是目标人工智能是目标人工智能是目标人工智能是目标 机器学习是手段机器学习是手段机器学习是手段机器学习是手段 深度学习是方法深度学习是方法深度学习是方法深度学习是方法机器学习的应用第二节机器学习应用场景（1 1 1 1）数据分析与挖掘）数据分析与挖掘）数据分析与挖掘）数据分析与挖掘数据分析与挖掘技数据分析与挖掘技数据分析与挖掘技数据分析与挖掘技术术术术是机器学是机器学是机器学是机器学习习习习算法和数据存取技算法和数据存取技算法和数据存取技算法和数据存取技术术术术的的的的结结结结合，利用机器学合，
11、利用机器学合，利用机器学合，利用机器学习习习习提供的提供的提供的提供的统统统统计计计计分析、知分析、知分析、知分析、知识发现识发现识发现识发现等手段分析海量数据，同等手段分析海量数据，同等手段分析海量数据，同等手段分析海量数据，同时时时时利用数据存取机制利用数据存取机制利用数据存取机制利用数据存取机制实现实现实现实现数据的高效数据的高效数据的高效数据的高效读读读读写。写。写。写。（2 2 2 2）计算机视觉）计算机视觉）计算机视觉）计算机视觉计算机视觉的主要基础是图像处理和机器学习。图像处理技术用于将图像处理为适合计算机视觉的主要基础是图像处理和机器学习。图像处理技术用于将图像处理为适合计算机
12、视觉的主要基础是图像处理和机器学习。图像处理技术用于将图像处理为适合计算机视觉的主要基础是图像处理和机器学习。图像处理技术用于将图像处理为适合进入机器学习模型的输入，机器学习则负责从图像中识别出相关的模式。进入机器学习模型的输入，机器学习则负责从图像中识别出相关的模式。进入机器学习模型的输入，机器学习则负责从图像中识别出相关的模式。进入机器学习模型的输入，机器学习则负责从图像中识别出相关的模式。手写字识别、车牌识别、人脸识别、目标检测与追踪、图像滤波与增强等都是计算机手写字识别、车牌识别、人脸识别、目标检测与追踪、图像滤波与增强等都是计算机手写字识别、车牌识别、人脸识别、目标检测与追踪、图像滤
13、波与增强等都是计算机手写字识别、车牌识别、人脸识别、目标检测与追踪、图像滤波与增强等都是计算机视觉的应用场景。视觉的应用场景。视觉的应用场景。视觉的应用场景。机器学习应用场景（3 3 3 3）自然语言处理）自然语言处理）自然语言处理）自然语言处理自然语言处理是让机器理解人类语言的一门技术。垃圾邮件过滤、用户评论情感分类、自然语言处理是让机器理解人类语言的一门技术。垃圾邮件过滤、用户评论情感分类、自然语言处理是让机器理解人类语言的一门技术。垃圾邮件过滤、用户评论情感分类、自然语言处理是让机器理解人类语言的一门技术。垃圾邮件过滤、用户评论情感分类、信息检索等都是自然语言的应用场景。信息检索等都是自
14、然语言的应用场景。信息检索等都是自然语言的应用场景。信息检索等都是自然语言的应用场景。（4 4 4 4）语音识别）语音识别）语音识别）语音识别语音识别是利用自然语言处理、机器学习等相关技术实现对人类语言识别的技术。语音识别是利用自然语言处理、机器学习等相关技术实现对人类语言识别的技术。语音识别是利用自然语言处理、机器学习等相关技术实现对人类语言识别的技术。语音识别是利用自然语言处理、机器学习等相关技术实现对人类语言识别的技术。SiriSiriSiriSiri等智能助手、智能聊天机器人都是语音识别的应用。等智能助手、智能聊天机器人都是语音识别的应用。等智能助手、智能聊天机器人都是语音识别的应用。
15、等智能助手、智能聊天机器人都是语音识别的应用。机器学习的流程第三节机器学习的流程问题定义数据准备模型选择和开发模型训练和调优模型评估测试对现实问题进行分析，对现实问题进行分析，直接影响算法的选择、模型评估标准。直接影响算法的选择、模型评估标准。数据收集：下载、爬取。数据收集：下载、爬取。数据预处理：预处理、增强。数据预处理：预处理、增强。数据集定义和切分：训练、验证、测试。数据集定义和切分：训练、验证、测试。对应问题对应问题选用选用合适的模型，合适的模型，编写对应的模型代码。编写对应的模型代码。使用数据集启动对模型的训练，使用数据集启动对模型的训练，围绕业务所需的模型目标进行调优。围绕业务所需
16、的模型目标进行调优。对对训练好的模型进行评估测试，训练好的模型进行评估测试，验证模型是否达到业务需求。验证模型是否达到业务需求。机器学习的流程1.问题定义问题定义对现实问题进行分析，确定好问题的类型，这将直接影响算法的选择、模型评估标对现实问题进行分析，确定好问题的类型，这将直接影响算法的选择、模型评估标准。准。2.数据准备数据准备（1 1）数据收集）数据收集根据问题的需要，下载、爬取相应的数据。根据问题的需要，下载、爬取相应的数据。（2 2）数据预处理）数据预处理数据集或多或少都会存在数据缺失、分布不均衡、存在异常数据、混有无关紧要的数据等诸多数据集或多或少都会存在数据缺失、分布不均衡、存在
17、异常数据、混有无关紧要的数据等诸多数据不规范的问题，这就需要我们对收集到的数据进行进一步的处理，叫做数据不规范的问题，这就需要我们对收集到的数据进行进一步的处理，叫做“数据预处理数据预处理”。机器学习的流程2.数据准备数据准备（3 3）数据集分割）数据集分割一般需要将样本分成独立的两部分：训练集一般需要将样本分成独立的两部分：训练集(train set)(train set)和测试集和测试集(test set)(test set)。其中训练集用来。其中训练集用来训练模型，测试集用来检验训练好的模型的准确率。训练模型，测试集用来检验训练好的模型的准确率。3.3.模型选择和开发模型选择和开发根据确定的问题类型，选择合适的模型，编写代码实现模型。根据确定的问题类型，选择合适的模型，编写代码实现模型。机器学习的流程4.模型模型训练训练和和调优调优使用使用训练训练数据集启数据集启动对动对模型的模型的训练训练，即根据训练数据集寻找模型参数，最终得到训，即根据训练数据集寻找模型参数，最终得到训练好的模型。练好的模型。5.模型模型评评估估测试测试对训练对训练好的模型使用好的模型使用测试测试数据集数据集对对模型模型进进行行评评估估测试测试，验证验证模型是否达到模型是否达到业务业务需求。需求。谢 谢 聆 听T H A N K S F O R Y O U R A T T E N T I O N