教程笔记概述

来源于课程MA429,讲述统计机器学习。是算法工程师的基础。

本文阅读先决条件

阅读并尽可能理解intro naive bayes.pdf这个课件。

内容总结

KDD

Knowledge Discovery in Databases（KDD）的五大阶段：

  • 数据选择（创造数据仓库，选择数据文件）
  • 数据预处理（去多余变量，去异常值，处理缺失值）
  • 转换（变量值转换为需要的格式）
  • 数据挖掘（机器学习部分）
  • 验证及解释（验证挖掘的规则，可解释性如何）

学习分类

  • 监督学习
  • 无监督学习
  • 半监督学习（找未标记数据的分隔线，利用未标记数据解释输入数据的分布）

关于可解释性以及性能：
决策树可解释性很好，性能一般般
神经网络性能很好，可解释性不好

有参数的学习方法和无参数的学习方法：
knn算法就没有要学习的参数。