以下內容是《機器學習實戰》讀書筆記，關於該書介紹請見《機器學習實戰及Python實現（推薦一本好書）》一文。本篇是對第1章《機器學習基礎》的相關學習筆記。
該章節主要講了7方面內容，包括機器學習應用場景、概念，主要任務，專業術語、算法選擇、實施步驟，以及Python簡單介紹（優缺點和NumPy庫）。
1.機器學習的應用場景有哪些？
機器學習應用十分廣泛，現已深深融入到我們日常生活中，像照相時的人臉識別、垃圾郵件過濾、購物時產品推薦、手寫數字識別、優惠卷的精準營銷，天氣預測，疾病檢測等。
機器學習應用
2.機器學習是什麼？
機器學習是橫跨計算機科學、工程科學和統計學等多學科的交叉科學，能夠從海量的數據中發現數據規律和有用信息。該學科是人工智能的一個發展方向。
3.機器學習的關鍵術語？
為高效理解和學習該學科，需要掌握關於機器學習的專業術語。以構建鳥類分類系統為例（見下圖）。其中每行被稱為一個實例或樣本；而體重、翼展、腳蹼、後背顏色被稱為屬性或特徵，鳥種類被稱為目標變量。另外，數據類型有數值型、二值型和枚舉型。一般機器學習會分為訓練集和測試集，其中訓練集來訓練模型，而測試集來評估模型的性能。
機器學習術語
4.機器學習的主要任務是什麼？
機器學習的主要任務有兩個，分別是分類和迴歸。分類主要是將數據集劃分到合適的類別中，而回歸是預測數值型數據，通過曲線擬合來預測數據。該兩類算法都被稱為監督算法，因為他們知道預測什麼，即有目標變量。與之對應的是無監督算法，包括聚類、密度估計和降維等。下圖是關於各類算法。
機器學習算法一覽表
5.如何選擇合適機器學習算法？
在選擇合適算法之前，需要考慮兩個問題：一是算法任務目的是什麼，是預測概率還是分類；二是收集的數據是什麼，是圖片、文本、視頻等類型，是否有缺失值和異常值等。可以簡單參考一下圖表。
機器學習算法一覽表
5.如何選擇合適機器學習算法？
在選擇合適算法之前，需要考慮兩個問題：一是算法任務目的是什麼，是預測概率還是分類；二是收集的數據是什麼，是圖片、文本、視頻等類型，是否有缺失值和異常值等。可以簡單參考一下圖表。
機器學習算法選擇
6.機器學習是步驟有哪些？
機器學習步驟包括6步：
（1）收集數據：收集樣本數據。如網絡爬蟲、API、物聯網設備、網絡數據等。在學習的時候可以使用公開的數據集。可參考《極簡瞭解機器學習常用數據集》文章中介紹的數據集。
（2）輸入數據：將收集的數據進行清洗，保證數據格式符合算法或編程操作的樣式。如Python的list格式的。數據類型的格式化，字符型還是數字型。
（3）分析數據：分析數據是否有髒數據，如異常值，缺失值等情況，另外通過分析選擇相關的特徵屬性，減少計算量。
（4）訓練算法：選擇合適算法對模型進行訓練，該步驟是關鍵核心。
（5）測試算法：主要是對第4步訓練的模型，用測試集評估該算法的性能，如準確率。
（6）使用算法：將獲得的算法開發成程序，來執行實際任務，並來反饋是否能夠真正在現實生活中得到應用，並根據實際應用效果來優化算法。
7.Python簡單介紹？優點？缺點？
Python是一門高級面嚮對象語言，主要優點有：
（1）語法清晰，結構簡單，優雅。對於沒有編程經驗的初學者，也是很容易上手。被稱為“可執行偽代碼”。
（2）在各領域應用廣泛，代碼範例比較多，便於快速學習。另外，還有很豐富的數據庫和模塊，如SciPy和NumPy等。
（3）便於操作各種文本文件，如Excel，txt，CSV，圖片等。
但唯一缺點是性能問題，運算效率不如Java和C代碼高。但是可以通過Python調用C編譯的代碼，可以在一定程度上解決性能問題。
機器學習算法中的運算很多是根據矩陣來運算的，而Python中的NumPy函數庫就聚合了該功能。比如矩陣相乘，求矩陣逆，單位矩陣等都很easy。
附：機器學習基礎的思維導圖
機器學習基礎思維導圖