关于机器学习理论和实践的信息图
1,745 阅读
这是推特上Ternium的CIO发的一个图，关于机器学习理论和实践概念的信息图。这个图概括了机器学习实践流程的相关概念，简洁明了。对于入门的同学有很好的总结作用。
接下来我们将分别简单描述一下。
一、机器学习的类型（What)
这里说的是机器学习的分类，主要分为无监督学习（unsupervised，也就是数据中不包含类别标签，需要模型自己去寻找簇，比如聚类学习）、强化学习（reinforcement，这几年比较火热的方法，基于环境行动，并获取利益最大化的方法，比如AlphaGo下围棋这种）和有监督学习（supervised，基于有标签的数据进行学习，进而预测新数据所述的标签类别）。
二、为什么需要机器学习（Why）
这里主要是指机器学习的实际世界的应用，也就是哪里需要使用机器学习。这里其实内容很多了，举了几个例子：自动驾驶汽车、聊天机器人、电影预测、推荐系统、医疗诊断等。
三、应用机器学习的过程（Process of "applied" ML）
这里是一个简单标准的使用机器学习的流程，实际中有很多更加重要的经验，也不一定完全与这个吻合，但都可以归属于这几个步骤之中。主要是：
