.. _ml_basics:

=====================
机器学习的基础知识
=====================

``Machine Learning`` (机器学习)的奥义: 使用计算机来彰显数据背后真实含义

机器学习技术的场景:

- 人脸识别
- 手写识别
- 垃圾邮件过滤
- 电商产品推荐
- 产品设计
- 药品研发
- ...

机器学习和深度学习
===================

源自ChatGPT3.5:

- 机器学习通过从数据中学习模式和规律来进行任务处理和预测，基于 **统计学** 和 **数学模型** ，通过算法和技术来训练模型，以便从输入数据中提取有用的特征，并进行预测和决策
- 机器学习通常采用浅层结构的模型，例如 决策树、逻辑回归、支持向量机等
- 机器学习注重选择和设计合适的特征工程和模型算法，以及对数据的有效预处理和选择，适合处理较小规模的数据和较简单的问题

- 深度学习是机器学习的子集
- 深度学习侧重使用人工神经网络模型来模拟和解决复杂的问题
- 深度学习的核心是 **深层** 的神经网络结构: 神经网络由多个神经元层组成，每一层的输出作为下一层的输入
- 深度学习可以通过 **非监督学习** 或 **监督学习** 的方式进行训练
- 深度学习能够从 **原始数据** 中学习到 **更高层次的抽象特征** ，并实现更准确的预测和分类
- 深度学习通过引入 **更深层次的神经网络结构** 来提高模型的 ``表达能力和学习能力`` ，适合处理更复杂和大规模的数据

参考
======

- 「机器学习实战」