關(guān)于機(jī)器學(xué)習(xí)的相關(guān)分析介紹

機(jī)器學(xué)習(xí)是一種數(shù)據(jù)分析技術(shù)，讓計(jì)算機(jī)學(xué)習(xí)人類和動(dòng)物與生俱來的能力：從經(jīng)驗(yàn)中學(xué)習(xí)。 機(jī)器學(xué)習(xí)算法使用計(jì)算方法直接從數(shù)據(jù)中“學(xué)習(xí)”信息，而不依賴于預(yù)定方程作為模型。 隨著可用于學(xué)習(xí)的樣本數(shù)量的增加，算法也會(huì)相應(yīng)地提高性能。

了解機(jī)器學(xué)習(xí)，從這三個(gè)問題開始：

為什么機(jī)器學(xué)習(xí)很重要？

隨著大數(shù)據(jù)的興起，機(jī)器學(xué)習(xí)已經(jīng)成為解決很多領(lǐng)域問題的關(guān)鍵技術(shù)，例如：

計(jì)算金融，用于信用評(píng)分和算法交易

圖像處理和計(jì)算機(jī)視覺，用于人臉識(shí)別，運(yùn)動(dòng)檢測(cè)和物體檢測(cè)

計(jì)算生物學(xué)，用于腫瘤檢測(cè)，藥物發(fā)現(xiàn)和DNA測(cè)序

能源生產(chǎn)，用于價(jià)格和負(fù)荷預(yù)測(cè)

汽車，航空和制造，用于預(yù)測(cè)性維護(hù)

自然語言處理，用于語音識(shí)別應(yīng)用

更多數(shù)據(jù)，更多問題，更好的解決方案。機(jī)器學(xué)習(xí)算法在數(shù)據(jù)中發(fā)現(xiàn)自然模式，從而產(chǎn)生洞察力，并幫助您做出更好的決策和預(yù)測(cè)。 在醫(yī)學(xué)診斷，股票交易，能量負(fù)荷預(yù)測(cè)等領(lǐng)域，每天都會(huì)使用機(jī)器學(xué)習(xí)算法做出重要決定。 例如，媒體網(wǎng)站依靠機(jī)器學(xué)習(xí)來篩選數(shù)百萬個(gè)選項(xiàng)，為您提供歌曲或電影推薦。 零售商利用它來了解客戶的采購行為。

什么情況下使用機(jī)器學(xué)習(xí)？

當(dāng)您有一個(gè)復(fù)雜的任務(wù)或涉及大量數(shù)據(jù)和大量變量的問題，但沒有現(xiàn)有的公式或方程式時(shí)，需要考慮使用機(jī)器學(xué)習(xí)。 例如處理以下情況，機(jī)器學(xué)習(xí)是一個(gè)很好的選擇：

面部識(shí)別和語音識(shí)別 ——

手寫規(guī)則和方程式太復(fù)雜

交易記錄的欺詐檢測(cè) ——

任務(wù)的規(guī)則不斷變化

自動(dòng)化交易和需求預(yù)測(cè) ——

數(shù)據(jù)的性質(zhì)不斷變化，程序需要適應(yīng)

如何實(shí)現(xiàn)機(jī)器學(xué)習(xí)？

機(jī)器學(xué)習(xí)包括兩種學(xué)習(xí)方式：

監(jiān)督式學(xué)習(xí)，通過訓(xùn)練已知輸入和輸出數(shù)據(jù)的模型，來預(yù)測(cè)未來的輸出

無監(jiān)督學(xué)習(xí)，在輸入數(shù)據(jù)中發(fā)現(xiàn)隱藏的模式或內(nèi)在結(jié)構(gòu)

聚類 Clustering

查找數(shù)據(jù)中的自然分組和模式。在未標(biāo)記的數(shù)據(jù)上使用聚類來查找自然分組和模式。聚類應(yīng)用包括模式挖掘、醫(yī)學(xué)成像和對(duì)象識(shí)別。

分類 Classification

構(gòu)建模型將數(shù)據(jù)劃分到不同的類別。這有助于更準(zhǔn)確地分析和可視化您的數(shù)據(jù)?？梢詾樾庞迷u(píng)分、腫瘤檢測(cè)、人臉識(shí)別等應(yīng)用使用分類。

回歸 Regression

構(gòu)建模型來預(yù)測(cè)連續(xù)數(shù)據(jù)。有了此信息，您可以對(duì)未來的數(shù)據(jù)點(diǎn)進(jìn)行預(yù)測(cè)。

MATLAB 機(jī)器學(xué)習(xí)

應(yīng)用機(jī)器學(xué)習(xí)處理大數(shù)據(jù)的工具和應(yīng)用程序中，MATLAB 是一個(gè)理想的數(shù)據(jù)分析環(huán)境。使用 MATLAB，您可以立即訪問預(yù)置的函數(shù)、大量的工具箱以及用于分類、回歸和聚類的專門應(yīng)用程序。MATLAB 可以實(shí)現(xiàn)：

比較各種方法，例如邏輯回歸、分類樹、支持向量機(jī)、集成方法和深度學(xué)習(xí)

使用模型優(yōu)化和縮減技術(shù)創(chuàng)建能夠最好地捕捉數(shù)據(jù)預(yù)測(cè)能力的精確模型

將機(jī)器學(xué)習(xí)模型集成到企業(yè)系統(tǒng)、集群和云中，并且將模型輸出到實(shí)時(shí)嵌入式硬件

通過自動(dòng)生成代碼對(duì)嵌入式傳感器進(jìn)行分析

支持從數(shù)據(jù)分析到實(shí)現(xiàn)的系統(tǒng)流程

《MATLAB 機(jī)器學(xué)習(xí)》電子書

逐步學(xué)習(xí)從基礎(chǔ)到高級(jí)的技術(shù)和算法