通用步骤

• 选择数据：将数据分成三组：训练数据、验证数据和测试数据
• 数据建模：使用训练数据来构建使用相关特征的模型特征工程
• 训练模型：使用验证数据来修正模型，对算法模型进行微调
• 测试模型：使用测试数据验证准确度等表现
• 使用模型：部署已经训练好的模型并对新数据进行预测
• 调优模型：使用更多数据、特征进一步提升算法的性能表现

机器学习的经典算法

• 决策树 （Decision Tree）
• 随机森林（Random forest）
• 支持向量机（Support Vector Machine）
• 回归分析（Linear/Logistic Regression）
• 朴素贝叶斯（Naive Bayes Classification）
• 循环神经网络（Recurrent Neural Networks）
• 卷积神经网络（Convolutional neural networks）
• ....

决策树 （Decision Tree）

• 场景：擅长对人、地点、事物的一系列不同特征、品质、特性进行评估
• 举例：信用评估、赛马结果预测等

随机森林（Random forest）

• 多棵决策树就是随机森林

支持向量机（Support Vector Machine）

• 场景：超平面的线性规划，擅长进行变量的二元分类操作
• 举例：新闻分类、手写识别

回归分析（Linear/Logistic Regression）

• 场景：是个拟合的过程，擅长寻找变量间的关联关系
• 举例：路面交通流量分析、垃圾邮件过滤

朴素贝叶斯（Naive Bayes Classification）

• 场景：擅长寻找独立属性中的关联关系
• 举例：情感分析、消费者分类

循环神经网络（Recurrent Neural Networks）

• 场景：适合大量上下文有关联有序内容进行预测分析
• 举例：机器翻译、语音识别、图像字幕等

参考资料

• http://usblogs.pwc.com/emerging-technology/a-look-at-machine-learning-infographic/
• https://usblogs.pwc.com/emerging-technology/machine-learning-methods-infographic/