人工智能PPT课件(共12章)第7章机器学习.pptxVIP

人工智能 技术篇第七章机 器 学 习本 章 导 读 随着计算机性能的大幅提升和可用数据量的不断增加，机器学习得到了飞速的发展。它利用计算机对大量的数据进行分析，并从中获取有用的信息，使机器具有一定的智能。近些年来，机器学习在众多领域都得到了广泛的应用。 本章从机器学习的概念入手，先介绍机器学习的相关术语、分类和应用场景，然后详细介绍机器学习的两种学习方法，即有监督学习和无监督学习。学习目标 熟悉机器学习的概念、相关术语、分类和应用场景。 理解有监督学习模型。 掌握分类任务和回归任务的基本思想和实现方法。 理解无监督学习模型。 掌握聚类任务的基本思想和实现方法。目 录 01机 器 学 习 概 述02有 监 督 学 习03无 监 督 学 习01机 器 学 习 概 述7.1.1人工智能的概念 机器学习（machine learning）是通过各种算法从数据中学习如何完成任务，并获得完成任务方法的一门学科。它可以对数据进行自动分析，并从中获得规律或模型，然后利用规律或模型对未知数据进行预测。它是人工智能的核心，是使计算机具有智能的重要途径。 目前，机器学习还没有一个公认且准确的定义，下面列举了部分学者对机器学习的描述。（1）机器学习是研究如何用机器模拟人类学习活动的一门学科。（2）机器学习是研究机器如何获取新知识和新技能，并识别现有知识的学科。（3）机器学习是研究机器如何模拟人类的学习活动，自主获取新知识和新技能，不断提升系统性能的学科。 机器学习的基本思路就是使用一定的算法解析训练数据（进行模型训练）；然后学习数据中存在的一些特征，得到模型；最后使用得到的模型对实际问题做出分类、决策或预测等。7.1.2机器学习的相关术语 机器学习的研究对象是数据，其中，具有相似结构的数据样本集合称为数据集；对某个对象的描述称为样本或示例；对象的某方面表现称为特征或属性；特征或属性上的取值称为特征值或属性值；描述样本特征参数的个数称为维数。 以计算机识别图像中的动物是否是猫为例，其中数据集、样本、特征、特征值如图所示。术语标记 在机器学习中，执行某个学习算法，从数据中学习得到模型的过程称为训练或学习；训练过程中使用的数据称为训练数据；每个样本称为训练样本；训练样本组成的集合称为训练集。为得到效果最佳的模型，常用来调整模型参数的样本称为验证样本；验证样本组成的集合称为验证集。 获得模型后，使用模型对未知数据进行预测的过程称为测试；用于预测的样本称为测试样本；测试样本组成的集合称为测试集，可用于评价模型的性能。模型适用于新样本的能力，称为泛化能力。分类方式分 类描 述按学习形式分类有监督学习从含有标签的数据集中推出一个功能的学习方法无监督学习从不含标签的数据集中推出一个功能的学习方法半监督学习综合利用有标签的数据和无标签的数据，生成合适的函数强化学习以环境反馈（奖惩信号）作为输入，以统计和动态规划技术为指导的一种学习方法按学习目标分类概念学习学习的目标和结果为概念，典型的概念学习有示例学习规则学习学习的目标和结果为规则，典型的规则学习有决策树学习函数学习学习的目标和结果为函数，典型的函数学习有神经网络学习类别学习学习的目标和结果为对象类别，典型的类别学习有聚类分析按学习方法分类机械式学习通过直接记忆或外部提供的信息达到学习的目的指导式学习由外部环境向系统提供指示或建议示例学习通过从环境中获取若干与某知识有关的例子，经归纳得到一般性知识类比学习把两个事物进行比较，找出它们在某一抽象层上的相似关系，并以这种关系为依据，把某一事物的有关知识加以适当整理，然后对应到另一事物，从而获得求解另一事物的知识解释学习在领域知识指导下，通过对单个问题求解实例的分析，构造出求解过程的因果解释结构，并获取控制知识，便于指导以后求解类似问题按推理方式分类基于演绎的学习以演绎推理为基础的学习基于归纳的学习以归纳推理为基础的学习7.1.3机器学习的分类 从不同的角度，根据不同的方式，可以将机器学习划分为不同的类别，如右表所示。 机器学习的分类有很多种，其中，有监督学习和无监督学习是机器学习中常用且易懂的方法，本章将详细介绍这两种机器学习方法。机器学习的分类数据类型应用场景描 述举 例文本数据垃圾邮件检测根据邮箱中的邮件识别垃圾邮件和非垃圾邮件网易邮箱中自动分类垃圾邮件信用卡欺诈检测根据用户的信用卡交易记录，识别用户操作的交易和非用户操作的交易，可以找到欺诈交易银行对用户的交易检测机制电子商务决策根据用户的购物清单或收藏记录，识别用户感兴趣的商品，为用户推荐这些商品促进消费淘宝网根据用户的浏览记录推荐类似的商品语音数据语音识别机器通过识别和理解将语音转化为相应的文本或操作百度地图可以通过语音输入目的地语音合成通过机械或电子的方法产生人造语音的技术，即将外部输