dfly_zx的博客

小白如何入门/转行机器学习，搭上人工智能这列二十一世纪的快车。通过篇文章，你将了解： 1. 人工智能自学的误区 2. 软件、硬件准备工作 3. 如何为自己准备一个客观可行、高效的学习计划 4. 能力变现与项目实践 这篇文章的目标读者是没有太多基础的朋友，对数学/统计/编程基础要求不高，比如： 没有编程经验，不知道怎么学，急需高手指路； 有一定的编程基础，但缺乏系统的学习，没有完整AI知识框架； 缺乏系统性实战项目经验，知识仅停留在理论层面； 1. 人工智能自学的误区

生活案例出发：身边的人工智能 人脸识别、自动驾驶、医疗图片诊断 智能机器人、AlphaGo 多语言翻译、智能客服、情感分类 日常股票交易 核心概念 人工智能—维基百科定义 人工智能，亦称智机器智能，指由人制造出来的机器所表现出来的智能。 人工智能的核心问题包括建构能够跟人类似甚至超卓的推理、知识、规划、学习、交流、感知、移物、使用工具和操控机械的能力等 人工智能—核心关键词 Intelligence:“The capacity to learn ..

现实问题思考 现实问题思考--体重预测身高 更多因素：性别、所在城市、父母身高等 现实问题思考--住宅面积预测售价 更多因素：房间数量、房屋年龄、人口密度、交通便利程度等 现实问题思考--细菌增长数量预测 更多因素：环境温度、营养液余量 回归分析 基于输入数据，确定变量间相互依赖的定量关系 举例：小明开始工资1000，每周增长，第t周的工资是多少(第一周开始算增长）？ 线性回归：每周增长100 非线性回归：每周是上周的1.1倍 合理售价=????...

目录 现实案例 分类预测 通过股价预测任务区分回归任务与分类任务 分类问题求解 更适合于分类场景的模型：逻辑回归 逻辑回归处理更复杂的分类任务 逻辑回归模型求解 Python实战：商业异常消费数据预测 商业异常消费数据预测实战summary： 拓展学习 现实案例 垃圾短信检测：：自动判断收到的信息是否为垃圾信息 如何实现： 收集一些样本，告诉计算机哪些是垃圾信息 计算机自动寻找垃圾信息共同特征（部分特征：发件人、是否群发、网址、元、赢、微信、免费）

目录 现实问题：“物以类聚，人以群分” 一.KNN算法概述 二.KNN算法介绍 K近邻分类模型算法步骤 距离计算方式 KNN分类图 K值选择 三.KNN特点 KNN算法的优势和劣势 知识巩固 Python实战：KNN数据分类 拓展学习 现实问题：“物以类聚，人以群分” 同类的东西常聚在一起，志同道合的人相聚成群 一.KNN算法概述 KNN可以说是最简单的分类算法之一，同时，它也是最常用的分类算法之一，注意KNN算法是有监督学习中的分类算法，它看起来和另一个机器学习算法Km

目录 现实问题:“求职简历太多，给不给面试机会？” 决策树 决策树求解 决策树算法优缺点 知识巩固 Python实战：决策树判断员工是否适合相关工作 拓展学习 现实问题:“求职简历太多，给不给面试机会？” 简历上有什么：个人技能、工作经验、学校学历、期望薪资等 任务：根据求职者的相应技能、工作经验、学历背景和薪资要求判断能否安排该求职者面试。 决策树 一种基于样本分布概率，以树形结构的方式，实现多层判断从而确定目标所属类别 根据数据集D的分布，生成树形结构，实现

目录 现实问题思考：为什么赌博总是“输多赢少”？ 概率(Probability) 机器学习中的概率 条件概率 全概率公式 知识巩固 贝叶斯公式 朴素贝叶斯用于机器学习 知识巩固 优缺点 Python实战：朴素贝叶斯预测学生录取及奖学金情况 拓展学习 现实问题思考：为什么赌博总是“输多赢少”？ 骰宝是赌场里最简单的游戏之一，俗称押大小。三个骰子加起来的点数小于等于10为小，大于等于11为大。看似有50%胜率的游戏，游戏还有一条额外的规则，叫围骰（三个骰一样的点数，比如3个6），

目录 现实问题思考 无监督学习（Unsupervised Learning） 特点、优点与应用 聚类分析（Cluster analysis） 知识巩固 拓展学习 现实问题思考 目标：以下六组图片，按照自己喜爱的方式分成两组 分组一：站着或非站着 分组二：白色或黄色 分组三：吐舌头或不吐舌头 无监督学习（Unsupervised Learning） 没有绝对的对错标准 寻找数据特征的相似性 定义：机器学习的一种方法，训练数据中不带标签，让机器自动寻找数据规律并完成任务。

目录 现实问题思考：数据分类与聚类 K均值聚类 核心流程 K均值聚类 (KMeans) VS K近邻分类 (KNN) K均值聚类实现图像分割 知识巩固 Python实战：KMeans实现图像分割 拓展学习 现实问题思考：数据分类与聚类 没有标签的情况下实现聚类的一个思路：给出中心点，根据数据到中心点距离判断类别 K均值聚类 在样本数据空间中选取K个点作为中心，计算每个样本到各中心的距离，根据距离确定数据类别，是聚类算法中最为基础但也最为重要的算法。 中心点会根据类别内样本数

目录 现实问题思考 异常检测 概率密度函数 知识巩固 Python实战：异常消费行为检测 拓展学习 现实问题思考 以下为监控传感器检测的设备工作数据，如何让机器在接收到异常数据时自动报警？ 当相机画面中突然出现异常目标，如何实现自动识别？ 更多案例 欺诈检测：盗刷信用卡检测 入侵检测：检测网络入侵或计算机入侵行为 医疗：缺陷基因检测 生态系统：预测飓风、洪水、干旱、热浪和火灾的发生 … 异常检测 根据输入数据，对不匹配预期模式的数据进行识别 监督式异常检测：提

目录 现实问题思考：金融股价预测 数据降维 为什么需要数据降维 数据降维最常用的方法：主成分分析（PCA) 知识巩固 Python实战：PCA+逻辑回归预测检查者是否患糖尿病 拓展学习 现实问题思考：金融股价预测 想建立一个AI模型，筛选金融股票，潜在数据指标： 价格、交易量、换手率、股东人数、最近N日涨跌幅、RSI指标、威廉指标、市值、营业额、净利润、负债率、利润增长率…多达几百、上千个因子 两大问题： 求解困难、模型过拟合 数据降维 在一定的限定条件下，按照一定的规则，尽

目录 现实问题思考 回归问题 分类问题 欠拟合与过拟合 解决过拟合问题的方法 数据增强 数据PCA处理 增加正则项 知识巩固 模型优化：建立表现更好的模型！ 机器学习核心流程与问题 数据质量决定模型表现的上限！ 模型优化实例 先检查数据问题 多模型对比 单一模型的核心参数优化 提高模型表现的四要素 知识巩固 Python实战：芯片品质预测 拓展学习 现实问题思考 回归问题 根据收集到的部分炮弹发射数据，推测在x_d=400时，炮弹高度y_d 分

一句话介绍：为了进行机器学习快速开发，我们将使用python语言编程、anaconda管理不同的项目环境、jupyter notebook进行断点高效调试、不同的工具包快速搭建模型。 pip国内镜像源链接 阿里云 http://mirrors.aliyun.com/pypi/simple/ 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/ 豆瓣(douban) http://pypi.douban.com/simple/ 清华大学 https://py

目录 Windows Mac OS Linux 本文重点介绍不同系统下的Anaconda安装，软件安装好之后的机器学习开发工具配置教程参考文章：人工智能入门利器介绍及基本环境搭建常用代码备注：新版Anaconda安装后均已配有python，因此不需要预先安装python Anaconda 官文网站https://www.anaconda.com/distribution/下载操作系统对应的安装文件，选择 Python 3.7 版本。 接下来针对不同系统安装进行介绍 Wind...