关键词：
一、使用机器学习方法的几个基本出发点
1、待解决的问题涉及的数据中，存在一些潜在可学习的pattern。
2、待解决的问题通过一般的编程范式不容易处理。
3、有一定量的数据用于机器学习建模。
二、机器学习与人工智能的简要关系
机器学习是可用于实现人工智能的一种方法。
三、统计学与机器学习的简要关系
统计学是实现机器学习的一种工具（方法）。
四、机器学习常用的几种分类方式
1、learning with different output space
【classification】，【regression】，【structured】
2、learning with different data label
【supervised】，【unsupervised】，【semi-supervised】，【reinforcement】
3、learning with different protocol
【batch】，【online】，【active】
4、learning with different input space
【concret】，【raw】，【abstract】
机器学习（machinelearning）的定义
关于机器学习有两个相关的定义:1）给计算机赋予没有固定编程的学习能力的研究领域。2）一种计算机的程序，能从一些任务（T）和性能的度量（P），经验（E）中进行学习。在学习中，任务T的性能P能够随着P能去改善经验E。&n... 查看详情
深度学习python怎么入门知乎
...学习，我会从AndrewTrask写的Grokkingdeeplearning开始。大多数关于深度学习的书籍都要求具备机器学习概念和算法的基本知识。除了基本的数学和编程技能之外，Trask的书不需要任何先决条件就能教你深度学习的基础知识。这本书不会... 查看详情
人工智能领域的一些基本概念
CV：ComputerVision计算机视觉NLP：NatureLanguage Processing自然语言处理NLU：NatureLanguageUnderstanding自然语言理解ASR：AutomaticSpeechRecognition自动语音识别TTS：TextToSpeech从文本到语音ML：MachineLearning机器学习DL：DeepLearing深度学习LUI 查看详情
coursera课程《machinelearning》学习笔记（week1）
这是Coursera上比较火的一门机器学习课程，主讲教师为AndrewNg。在自己看神经网络的过程中也的确发现自己有基础不牢、一些基本概念没搞清楚的问题，因此想借这门课程来个查漏补缺。目前的计划是先看到神经网络结束，后面... 查看详情
machinelearning:机器学习算法
原文链接：https://riboseyim.github.io/2018/02/10/Machine-Learning-Algorithms/摘要机器学习算法分类：监督学习、半监督学习、无监督学习、强化学习基本的机器学习算法：线性回归、支持向量机(SVM)、最近邻居(KNN)、逻辑回归、决策树、k平均... 查看详情
coursera课程《machinelearning》学习笔记（week1）
这是Coursera上比较火的一门机器学习课程，主讲教师为AndrewNg。在自己看神经网络的过程中也的确发现自己有基础不牢、一些基本概念没搞清楚的问题，因此想借这门课程来个查漏补缺。目前的计划是先看到神经网络结束&... 查看详情
machinelearning—关于过度拟合（overfitting）
机器学习是在模型空间中选择最优模型的过程，所谓最优模型，及可以很好地拟合已有数据集，并且正确预测未知数据。那么如何评价一个模型的优劣的，用代价函数（Costfunction）来度量预测错误的程度。代价函数有很多中，在... 查看详情
machinelearning：什么是机器学习
简介 在介绍机器学习之前，我想先列几个关于机器学习的例子：垃圾邮件检测：根据邮箱中的邮件，识别哪些是垃圾邮件，哪些不是。这样的模型，可以程序帮助归类垃圾邮件和非垃圾邮件。这个例子，我们应该都不陌生。... 查看详情
machinelearning~初探
最近接触了机器学习，感觉很梦幻，能实现的我的梦想，看网上说的花天酒地的难，但是想做就要做下去，毅然决然的跳入这个大坑。 让我们慢慢来，先怼它几个概念。监督学习 我们给出了关于每个数据的“正确答... 查看详情
machinelearn机器学习及其基础概念简介
机器学习及其基础概念简介作者：白宁超2016年12月23日21:24:51摘要：随着机器学习和深度学习的热潮，各种图书层出不穷。然而多数是基础理论知识介绍，缺乏实现的深入理解。本系列文章是作者结合视频学习和书籍基础的笔记... 查看详情
ai-一些概念
...较不抽象的方式来计算。”003-ML与DL的主要区别机器学习(MachineLearning,ML)一个电脑程序要完成任务（Tasks），如果电脑获取的关于T的经验（Experience）越多就表现（Performmance）得越好，那么就可以说这个程序‘学习’了关于T的经验... 查看详情
[深度学习][图像处理][毕设][常识]关于图像处理的一些基本常识，以及最近5天的笔记。2018.5.2号
《深度学习与计算机视觉》 要看 页：28、30、37、51-53、66-70、 73-78、81、84、88-95、100、 ... 查看详情
3-学习gprs_air202(需要知道的关于lua的一些基本的知识)
http://www.cnblogs.com/yangfengwu/p/8948935.html学东西一定是打破沙锅学到底，有问题就解决问题,不要试图去回避或者放弃解决当前的问题,如果总是回避或者放弃你就永远无法越过了..你的能力也就这样了,你的自学和解决问题的能力... 查看详情
machinelearning(代码片段)
假期找了几本关于机器学习的书，将一些比较重要的核心公式整体到这里。模型描述特征空间假设，寻找线性系数$theta$以希望用一个线性函数逼近目标向量。逼近的效果好坏叫做CostFunction，下面列出的MSE便是其中一种。LinearRegre... 查看详情
reids入门基本命令，学习使我快乐02，关于reidis的一些操作命令（五大基本数据类型）(代码片段)
Redis五大数据类型官方文档全段翻译:Redis是一个开源（BSD许可），内存存储的数据结构服务器，可用作数据库，高速缓存和消息队列代理。它支持字符串、哈希表、列表、集合、有序集合，位图，hyperlog... 查看详情
manifoldlearning流形学习
MachineLearning虽然名字里带了Learning一个词，让人乍一看觉得和Intelligence相比不过是换了个说法而已，然而事实上这里的Learning的意义要朴素得多。我们来看一看MachineLearning的典型的流程就知道了，其实有时候觉得和应用数学或者... 查看详情
machinelearning入门-1
机器学习的算法分为两大类：监督学习和无监督学习。 监督学习即在机器学习的过程中提供对错指示。一般是在数据组中包含最终结果（0,1），通过算法让机器减少误差。这一类学习主要应用于分类与预测（Regression&Classi... 查看详情
machinelearning—监督学习与非监督学习
斯坦福大学的MachineLearning课程（讲师是AndrewNg）公开课是学习机器学习的“圣经”，以下内容是听课笔记。一、何谓机器学习MachineLearningisfieldofstudythatgivescomputerstheabilitytolearnwithoutbeingexplicitlyprogrammed.也就是说机器学习不需要制定... 查看详情