人工智能通识教程（微课版） 课件03 人工智能技术的新探索——机器学习技术框架02.pptx

03人工智能技术的新探索

——机器学习技术框架021

本章目标理解机器学习的4个任务了解机器学习的3个学习方法掌握机器学习的5个流程掌握机器学习的3个要素2/63重点重点重点

机器学习的4类任务3/63

思考：机器学习用来实现哪些任务？4/63动物识别房价预测博主推荐根据问题的性质和可用的数据类型划分4类任务

分类什么是分类？将输入数据划分到预定义类别，实现离散值的预测5/63图像分类文本分类

分类的原理以猫狗图像识别为例6/63新数据实现预测大量带标签数据

分类的应用7/63中国工商银行通过收集客户的基本信息（年龄、职业、收入等）、账户交易信息（交易频率、交易金额、账户余额等）、信贷记录（是否有贷款、贷款还款情况等）等数据构建分类模型。客户分类新闻分类讯飞星火的情绪感知度达到85%以上，对高兴、抱歉、安慰、撒娇、困惑等语气表达更加生动，可以满足用户在各种场景下的自我减压、释放情绪等需求。在“青少年AI心理咨询论坛暨应用模式分享”专题会议，发布新品Al心理伙伴语音情感识别年龄职业收入............类型..............................一级..............................二级..............................三级腾讯新闻分类

回归什么是回归回归旨在实现连续值的预测探索和量化两个或多个变量之间的依赖关系8/63某支股票的历史价格数据自变量因变量解释预测

回归的原理以猫狗年龄预测为例9/63(类别=猫;体重=3.2;牙齿=新生;活跃程度=高;毛色=纯白;年龄=1)(类别=狗;体重=25.5;牙齿=轻度磨损;活跃程度=中;毛色=黑白;年龄=6)(类别=猫;体重=4.5;牙齿=完整;活跃程度=高;毛色=橘黄;年龄=2)(类别=狗;体重=18.7;牙齿=完整;活跃程度=高;毛色=棕色;年龄=3)类别年龄体重牙齿活跃程度活跃程度年龄体重简化问题偏离明显

回归的应用10/63房价=a*房屋面积+b*房龄+c*周边学校质量系数+d*离地铁站距离系数+e量化投资公司AQR长期利用机器学习回归技术进行股票预测，目的是构建投资组合，通过预测股票价格走势来获取超越市场平均水平的收益链家收集了2010年至今的海量房产交易数据。这些数据包括房屋的基本特征，采用多元线性回归模型。将房价作为因变量，其他房屋特征和周边设施情况作为自变量。实现房价的回归预测股票预测房价预测

回归的应用11/63通行时间预测天气气温预测销售预测

标注什么是标注可以看作是分类任务的扩展12/63通过机器学习的方法自动为数据分配多个标签或类别，通常基于模型对数据的理解和预测标注由人类根据特定规则或标准对数据进行标记或分类，例如为文本添加情感标签或为图像划定物体边界人工标注机器学习的标注任务依赖人类的判断由机器学习模型自动完成

标注的原理13/63为输入的数据分配相应的标签输入数据标签1标签3标签4标签11标签7标签10标签8标签9标签6标签5标签2标签12......

以抖音短视频平台为例14/63作者发布视频时，需要手动勾选视频的“分类”选项，最多可以勾选2项视频发布后，平台对视频内容进行自动识别和特征提取，并根据特征，对视频进行自动标注以提高视频的曝光度。一般每个视频最多能添加15个标签原创转载搞笑影视剪辑带货美食生活记录类才艺展示类搞笑娱乐类广告营销类小品表演类时尚美妆类教程演示类互动挑战类情感故事类文化艺术类家庭亲子类......

数据标注的应用15/63猫狗识别标注数据集水稻叶片病害标注数据集提高数据的可理解性和可用性，为各领域研究和应用提供了更丰富的洞察结果

聚类什么是聚类一种用于在未标注数据中发现规律的方法16/63

聚类的原理以猫狗数据聚类为例17/63体重/kg身长/cm耳朵尾巴毛色4.235尖长橘5.138尖长黑15.565垂短棕3.833尖长白18.270垂短黑白4.536尖长灰22.075垂长金3.934尖长三色簇体重/kg身长/cm耳朵尾巴毛色可能类别簇14.235尖长橘猫5.138尖长黑3.833尖长白4.536尖长灰3.934尖长三色簇215.565垂短棕中型犬18.270垂短黑白簇322.075垂长金大型犬

聚类的应用18/63生物信息基因聚类消费客户细分

想一想：下面哪些情况属于什么任务？支付宝中的人脸识别中国电信的客户细分墨迹天气的未来温度预测360网络安全监控中的异常标注空气中二氧化碳浓度预测医院的医保欺诈识别AI应用岗位的薪