1.1机器学习基础-python深度机器学习

参考彭亮老师的视频教程：转载请注明出处及彭亮老师原创

视频教程： http://pan.baidu.com/s/1kVNe5EJ

 

 

1. 课程介绍

2. 机器学习 （Machine Learning, ML)

    

     2.1 概念：多领域交叉学科，涉及几率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，从新组织已有的知识结构使之不断改善自身的性能。

     2.2 学科定位：人工智能(Artificial Intelligence, AI）的核心，是使计算机具备智能的根本途径，其应用遍布人工智能的各个领域，它主要使用概括、综合而不是演绎。

    

     2.3 定义：探究和开发一系列算法来如何使计算机不须要经过外部明显的指示，而能够本身经过数据来学习，建模，而且利用建好的模型和新的输入来进行预测的学科。

         

         Arthur Samuel (1959): 一门不须要经过外部程序指示而让计算机有能力自我学习的学科

         Langley（1996) ： “机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能”

         Tom Michell (1997):  “机器学习是对能经过经验自动改进的计算机算法的研究”

     2.4： 学习：针对经验E (experience) 和一系列的任务 T (tasks) 和必定表现的衡量 P，若是随之经验E的积累，针对定义好的任务T能够提升表现P，就说计算机具备学习能力

              例子： 下棋，语音识别，自动驾驶汽车等

3. 机器学习的应用：

     语音识别

     自动驾驶

     语言翻译

     计算机视觉

     推荐系统

     无人机

     识别垃圾邮件

4. Demo：

     人脸识别

     无人驾驶汽车

     电商推荐系统

    

5. 置业市场需求：LinkedIn全部职业技能需求量第一：机器学习，数据挖掘和统计分析人才