入门

人工智能概述¶

机器学习与人工智能、深度学习¶

三者之间是包含与被包含的关系

• 人工智能：最大的概念
  最开始的时候是为了实现自动的下棋，那个时候就是人工智能了
  在 1958 年，有最开始的人工智能的会议。
• 机器学习：实际上这个东西在上个世纪八十年代上就得到了广泛的应用
• 深度学习：在图像识别中取得了不错的效果
  • 应用在挖掘数据
  • 应用在图像的识别
  • 应用在自然语言的处理——翻译，还有很多的聊天的人工智能

什么是机器学习¶

定义¶

机器学习是从数据中自动分析获得模型，并利用模型对未知的数据进行预测

解释¶

利用以往的规律进行学习

但是这些历史数据应该是怎么样的？

数据集的组成¶

• 结构：特征值+目标值

机器学习算法分类¶

要使得机器有着识别猫和狗的能力，应该从机器中进行学习
我们需要的也是特征值和目标值
这里的目标值就是猫？还是狗

所以这里的目标值是类别，属于分类问题
但是对于房屋价格的预测，最后的目标值是一种连续型的数据，属于回归问题
当我们遇到的数据集中没有目标值时，称为无监督学习

• 监督学习
  • 分类问题
  • 回归问题
• 无监督学习

机器学习算法的分类¶

• 监督学习：
  • 分类：K-近邻、贝叶斯、决策树与随机森林、逻辑回归
  • 回归：线性回归，岭回归
• 无监督学习
  • 聚类 k-means

机器学习的开发流程¶

学习框架和资料介绍¶

重点的问题：

1. 算法是核心，数据和计算是基础
2. 找准定位
   大部分复杂模型的算法设计都是算法工程师在做，实战类的书籍

书籍：
- 机器学习-周志华 - 统计学习方法-李航 - 深度学习-"花书"

常见的深度学习的框架¶

一般是 pytorch 和 TF 使用的多一点

特征工程¶

数据集¶

可用数据集¶

公司内部：百度之类的
数据接口：花钱
数据集

所以在学习阶段我们会用到哪些数据集？
1. Sklearn 2. Kaggle 3. Ucl
我们现在主要介绍一下 sklearn
- Python 语言的机器学习工具 - 包括很多的知名的机器学习算法的实现 - 易于上手 - 安装 pip install Scikit-learn (在 cmd 中运行安装)（使用的是 pycharm 的话在里面的终端安装即可） - 安装好之后直接在 python 中好像可以直接使用
如下的代码块

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12

# 1. 导入数据集模块
from sklearn import datasets

# 2. 加载经典数据集（以鸢尾花数据集为例）
iris = datasets.load_iris()  # 这是一个内置的小数据集，无需下载

# 3. 查看数据集内容
print("特征数据（前5行）：\n", iris.data[:5])  # 数据集的特征（输入变量）
print("\n标签数据：\n", iris.target)  # 数据集的标签（输出变量/分类结果）
print("\n特征名称：\n", iris.feature_names)  # 每个特征的名称
print("\n标签名称：\n", iris.target_names)  # 每个标签对应的类别名称
print("\n数据集描述：\n", iris.DESCR)  # 数据集的详细说明

如何使用这个数据集¶

API 介绍¶

• sklearn. datasets
  • 加载获取流行数据集
  • datasets. load_*()
    • 获取小规模的数据集
  • datasets. fetch_*(data_home=None)
    • 获取大量的数据集，需要从网络上下载

小数据集¶

• datasets. load_iris ()
  加载并返回鸢尾花数据集
• datasets. load_boston ()
  加载并返回波士顿房价数据集

大数据集¶

• sklearn.datasets.fetch_20newsgroups(data_home=None,subset='train')
  • 其中的 train 为训练的数据集，还可以为test 为测试的数据集，所有的就是 all，一般选择的是这个

数据集返回值¶

上述的返回的数据类型都是字典类型

• data：特征数据数组
• targets：标签数组
• DERCR：数据描述
• feature_names: 特征名
• target_names：标签名

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

from sklearn.datasets import load_iris
# 获取鸢尾花数据集
iris = load_iris()
print("鸢尾花数据集的返回值: \n", iris)
print("返回值是一个继承自字典的Bench")
print("鸢尾花的特征值:\n", iris["data"])
print("鸢尾花的目标值: \n", iris.target)
print("鸢尾花特征的名字: \n", iris.feature_names)
print("鸢尾花目标值的名字: \n", iris.target_names)
print("鸢尾花的描述: \n", iris.DESCR)

首先使用下面的代码输出所有的数据

1
2
3
4
5
6
7
8

from sklearn.datasets import load_iris  
# 获取鸢尾花数据集  

def datasets_demo():  
    iris = load_iris()  
    print("鸢尾花数据集：\n",iris)  
    return None  
datasets_demo()

使用

1

print("查看数据集描述：\n",iris["DESCR"])

输出了数据集的特征：