1.1.1:机器学习课程介绍

机器学习介绍

  1. 机器学习是实现人工智能的手段,其主要研究内容是如何利用数据或经验进行学习,改善具体算法的性能。
  2. 多领域交叉,涉及概率论、统计学、算法复杂度等多门学科。
  3. 分类:监督学习、无监督学习、强化学习(增强学习)、半监督学习、深度学习。

scikit-learn库介绍(sklearn)

1.1.1:机器学习课程介绍

  1. 依赖NumPy、SciPy、matplotlib库1.1.1:机器学习课程介绍
  2. 开源、可复用
  3. 常用功能有6种,本专题学习以下四种:

1.1.1:机器学习课程介绍1.1.1:机器学习课程介绍

 

注意:本课程侧重学习sk-learn库的调用方法,对于机器学习原理,本课程不予侧重。

相关书籍及课程推荐

  1. 西瓜书-适合本科高年级和研究生低年级
  2. 贝叶斯学派经典-广度、深度、可读性
  3. 吴恩达在线课程-机器学习原理,深入浅出
  4. 斯坦福-深度学习(及其在计算机视觉领域应用)
  5. 谷歌alpha go团队-强化学习原理及其技术应用

1.1.1:机器学习课程介绍1.1.1:机器学习课程介绍

1.1.1:机器学习课程介绍1.1.1:机器学习课程介绍

1.1.1:机器学习课程介绍1.1.1:机器学习课程介绍

1.1.1:机器学习课程介绍1.1.1:机器学习课程介绍

1.1.1:机器学习课程介绍1.1.1:机器学习课程介绍

上一篇:支持向量机原理及scikit-learn实现


下一篇:15个优秀的PHP免费在线学习网站