一、机器学习开发流程

首先需要明确：

（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，而我们

● 分析很多的数据

● 分析具体的业务

● 应用常见的算法

● 特征工程、调参数、优化

我们应该怎么做：

1.学会分析问题，使用机器学习算法的目的，想要算法完成何种任务

2.掌握算法基本思想，学会对问题用相应算法解决

3.学会利用库或者框架解决问题

数据类型

● 离散型数据：由记录不同类别个体的数目所得到的的数据，又称计数数据，所有这些数据全部都是整数，而且不能再细分，也不能进一步提高它们的精确度。

举例：猫和狗、新闻种类（科技、体育...）

● 连续型数据：变量可以在某个范围内取任一数，即变量的取值可以是连续的，如，长度、时间、质量等，这类整数通常都是非整数，含有小数部分。

举例：股票走势预测

注：只需要记住一点，离散型是区间内不可分，连续型是区间内可分。

二、监督学习（预测）

   ● 分类 k-临近算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络

   ● 回归 线性回归、岭回归

   ● 标注 隐马尔可夫模型

监督学习，可以由输入数据中学到或建立一个模型，并依次模型推测新的结果。输入数据是由输入特征值和目标值所组成。函数的输出可以是连续的值（称为回归），或是输出是有限个离散值（称做分类）。

1、分类问题

分类是监督学习的一个核心问题，在监督学习中，当输出变量取有限个离散值时，预测问题变成了分类问题。最基础的便是二分类问题，即判断是非，从两个类别中选择一个作为预测结果。

分类问题的应用：

分类在于根据其特性将数据“分门别类”，所以很多领域都有广泛应用

● 在银行业务中，构建一个客户分类模型，按客户按照贷款风险的大小进行分类。

● 图像处理中，分类可以用来检测图像中是否有人脸出现，动物类别等。

● 手写识别中，分类可以识别手写的数字。

● 文本分类中，这里的文本可以是新闻数据、网页、电子邮件、学术论文

● ...

2、回归问题

回归是监督学习的另一个重要问题。回归用于预测输入变量和输出变量之间的关系，输出是连续型变量。

回归问题的应用：

● 房价预测，根据某地历史房价数据，进行一个预测。

● 金融信息，每日股票值。

● ...

三、无监督学习 

   ● 聚类 k-means

无监督学习，可以由输入数据中学到或建立一个模型，并依次模型推测新的结果。输入数据是由输入特征值所组成。