关键词：
统计学、深度学习、机器学习、数据挖掘
1、
2、
3、数据挖掘：
（1）数据挖掘是在大型数据库中，自动地发现有用信息的过程。用来探查大型数据库，发现先前未知的有用模式，预测未来观测接结果。
（2）它是数据库知识发现（Knowledge-Discovery in Databases,简称：KDD)中的一个步骤。
（3）数据挖掘的一般步骤：
数据准备到规律寻找到规律表示
4、统计学：
（1）统计学是数据的科学，它包括数据的收集、分类、概括、整理、分析以及解释。
（2）统计学通常应用于两种类型的问题：
1. 概括、描述以及探索数据，即描述性统计
2. 利用样本数据推断被选取样本的数据集的性质，即推断统计学
5、机器学习：
机器学习大致可分为两类学习任务，分别为：监督学习（supervised learning）和非监督学习（unsupervised learning）。 其中，监督学习又分为：回归（regression）和分类（classification）。
6、深度学习：
深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。
深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。
学习深度学习如何下手
...法也出现在主成分分析和奇异值分解中。其次是概率论与统计学。广义的说，机器学习的核心是统计推断，机器学习的巨头不少都是统计学大师，如迈克尔乔丹，杨乐坤，辛顿等，另外机器学习中大量用到贝叶斯公式，隐马尔科... 查看详情
ai-深度学习入门十四章-摘要1
...链接：https://yq.aliyun.com/topic/11101-一入侯门“深”似海，深度学习深几许什么是“学习”？“如果一个系统，能够通过执行某个过程，就此改进了它的性能，那么这个过程就是学习”。学习的核心目的，就是改善性能。什么是机... 查看详情
深度学习ssd网络怎么得到recall，precision，fp，tp的数据
...习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、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，重新 查看详情
深度学习之概述(overview)
...到提高和飞跃。图1图2关于机器学习机器学习是机器通过统计学算法，对大量的历史数据进行学习规律从而生成经验模型，利用经验模型对新的样本做出智能识别或对未来做出预测，从而指导业务。机器学习严格定义为：不显式... 查看详情
《python深度学习》第一章读书笔记
《Python深度学习》读书笔记第一章什么是深度学习1.1人工智能、机器学习与深度学习人工智能的简洁定义:努力将通常由人类完成的智力任务自动化。机器学习与数理统计密切相关。机器学习(尤其是深度学习)呈现出相对较少的数... 查看详情
深度学习入门系列-神经网络
...习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、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，重新组织已有的知识结构使之不断改善... 查看详情
机器学习统计学习
...言：机器学习比较重要的几部分：线性模型、统计学习、深度学习，线性部分包括SVM、压缩感知、稀疏编码，都是控制整个模型的稀疏性去做线性函数，偏Discriminative判别模型；统计学习主要通过统计方法对数据建模找到极大似... 查看详情
python深度学习之路-2.1机器学习的流程(代码片段)
...一门以构建模型对未知数据进行预测的学术体系；而统计学是分析数据对产生这一数据的背景进行描述的学术体系。大多数情况下，相比训练数据，测试数据所占的分量较少，一般为20%左右。划分数据的方法：... 查看详情
机器学习的两次浪潮——浅层学习和深度学习
浅层学习是机器学习的第一次浪潮20世纪80年代末期，用于人工神经网络的反向传播算法（也叫BackPropagation算法或者BP算法）的发明，给机器学习带来了希望，掀起了基于统计模型的机器学习热潮。这个热潮一直持续到今天。人们... 查看详情
1.1.1：机器学习课程介绍
...学习，改善具体算法的性能。多领域交叉，涉及概率论、统计学、算法复杂度等多门学科。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）依赖NumPy、SciPy、matplotlib库?... 查看详情
ai-一些概念
...应的模式（怎样的特征组合会导致怎样的结果）概率论、统计学、逼近论、凸分析、算法复杂度理论等，算法基本固定深度学习(DeepLearning,DL)深度学习是一种特殊的机器学习，高性能而且灵活概念组成的网状层级结构：底层的特... 查看详情
怎么快速入门深度学习
深度学习是一门综合的研究方向，目前大多数研究生都在研究这个，包括我在内，我研究的是图像识别领域，包括图像分类、目标识别、对象定位、风格迁移等等。说回来，那到底要如何去学习深度学习，首先深度学习属于机器... 查看详情
从认识论的角度谈机器学习与深度学习
...习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、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，重新组织已有的知识结构使之不断改善... 查看详情
(原创)记录书籍和教程
书籍（纸质书和pdf文档）：已经看过数学之美统计学习方法python基础教程人工智能神经网络与深度学习深度学习problemsolvingwithalgorithmsanddatasturcturesusingpython还没有看完的书籍tensorflow机器学习实战指南数据结构（python语言实现）从... 查看详情
day-6机器学习概念及应用
...概念：（MachineLearning,ML)多领域交叉学科，涉及概率论、统计学 查看详情
机器学习深度学习强化学习知识脉络
统计学习方法模型 k近邻(knn):kd树朴素贝叶斯：决策树：逻辑回归与最大熵模型：SVM：CRF： 查看详情
深度学习相关数学资料
...懒惰，其中数学要学好，特别是对于人工智能/机器学习/深度学习来说，现在打下的数学基础或许会令你将来身价暴涨十倍！深度学习作为机器学习与人工智能的子集，兴起稍晚，却使得机器学习能够实现众多的应用，并拓展了... 查看详情
用深度学习解决自然语言处理中的7大问题，文本分类语言建模机器翻译
...分类、语言建模、机器翻译等，自然语言处理领域正在从统计学方法转向神经网络方法。在自然语言中，仍然存在许多具有挑战性的问题。但是，深度学习方法在某些特定的语言问题上取得了state-of-the-art的结果。本文讲的是用... 查看详情