第一章 认识机器学习
一、什么是机器学习
利用计算机从历史数据中找出规律，并把这些规律用到对未来不确定场景的决策
主体：计算机---机器学习 依赖：历史数据
主体：人---------数据分析 依赖：经验、知识水平
二、发展历史
基于专家经验-->基于统计，统计分析师，报表-->机器学习，在线学习
机器学习两个模式：
离线机器学习：每天生成一个新的模型，每天不断生成
在线机器学习：实时调整训练模型，考虑实时数据流
第二章 机器学习典型应用
关联——啤酒和尿片的故事，买啤酒的同时也会购买尿片
聚类——用户细分，精准营销
朴素贝叶斯——垃圾邮件分类
决策树——信用卡欺诈，风险识别，银行判断是否有偿还能力
Ctr预估——互联网广告，点击率预估，点击率越高的广告越放到前面
协同过滤——推荐系统，买了一件商品给你推荐你可能会购买的东西
自然语言处理——情感分析：对某段评论或文本进行识别分析出是否是积极用户还是消极用户；实体识别：对文章或某段文本中的人名、地名或时间等主干提取出来
深度学习——图像识别 识别图片是猫是狗？等等。。。。。。
第三章 数据分析和机器学习的区别
处理对象：数据分析：交易数据——与钱有关的存取款账单、用户订单、话费账单等等数据
机器学习：行为数据——搜索历史、点击历史、浏览历史、发过哪些评论等等。。。
数据特点：数据分析：交易数据——少量数据 采样分析 只能用传统的关系型SQL
机器学习：行为数据——海量数据 全量分析 可以用分布式的NOSQL
NOSQL：只能用来处理行为数据，强调分布式、CAP理论，在保证吞吐量的情况下将数据的一致性打一个折扣——所以与钱有关的不能用NOSQL（Not Only）
解决的业务问题不同：
数据分析：报告过去的事情
机器学习：预测未来的事情
技术手段不同：
数据分析：由用户（数据分析师）驱动，交互式分析 分析师能力决定结果
机器学习：靠数据、算法驱动，自动进行知识发现 数据质量决定结果
第四章 机器学习常用算法和分类
①算法分类1：有监督学习：已经打上标签、明确给出了训练数据的结果y
无监督学习：不知道要分为几类，没有提前给出结果y
半监督学习：强化学习
有监督学习：分类算法SVM KNN 朴素贝叶斯
回归算法
无监督学习：聚类算法K-Means
②算法分类2：分类与回归
聚类
标注
③算法分类3：生成模型：告诉属于哪一类的概率
判别模型：直接告诉你非1即2
C4.5/CART-决策树算法（分类算法）-有监督学习
K-Means-聚类算法-无监督学习
SVM-分类算法（也可解决回归问题）
K-Means也算EM的一种
PageRank —— Google
AdaBoost —— 解决分类问题，大部分人脸识别所用算法，决策树改进版
FP-Growth:华人发明
逻辑回归：谷歌百度搜素排名
RF、GBDT:随机森林，决策算法的改进
推荐算法：各大电商网站的标配
LDA:文本分析、自然语言算法
Word2Vector:文本挖掘
第五章 机器学习解决问题的框架
准备数据
特征工程（预处理）：数据清洗、数据特征提取——决定高度
训练模型：定义模型、定义损失函数、优化算法（让损失函数取最小）——最难点
模型评估：交叉验证、效果评估
随时随地看视频
