本文介绍了机器学习的基础概念，包括常用的机器学习框架如scikit-learn、Mahout和SparkMLib，判别式与生成式模型的区别，以及机器学习的问题分类。此外还详细讲解了机器学习的开发流程，并提供了数据收集、特征工程等方面的具体指导。
1. 廖雪峰的网站
博客网址：
https://www.liaoxuefeng.com/
如何学习机器学习网址：
2. 机器学习常用框架
1）scikit-learn（基于Python）；
2）Mahout（Hadoop生态圈，基于MapReduce，基于Java）；
3）Spark MLib（MLib是Spark的机器学习库，基于scala）。
3. 常见的判别式模型（Discriminative Model：直接对条件概率进行建模，如线性回归、决策树、支持向量机、K近邻、神经网络等。关注数据的差异性，寻找分类面。
常见的生成式模型（Discriminative Model：对联合分布概率进行建模，如隐马尔可夫模型HMM、朴素贝叶斯模型、高斯混合模型、LDA等。关注数据是如何产生的，寻找数据分类模型。
由生成式模型可以生成判别式模型，反之不行。
4. 机器学习问题分类：分类，聚类，回归，关联规则。
5. 机器学习的开发流程：
1）数据收集；2）数据预处理（清洗与转换）；3）构建模型；
4）模型测试评估；5）投入使用（模型部署与整合）；6）迭代优化。
其中2）用到Python中的Numpy，Pandas等，缺失值、异常值的处理等。经常是1)和2）是一个小团队，对数据进行处理。
6. 数据收集与存储
公开数据集（比赛有Kaggle和天池大赛）
7. 特征工程
即数据清洗与转换。有
1和2常用：
将介绍1 of k 哑编码（避免认为A、B、C没有差异）：
扫一扫
1044
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
