机器学习介绍
- 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。
- 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
scikit-learn库介绍(sklearn)
- 依赖NumPy、SciPy、matplotlib库
- 开源、可复用
- 常用功能有6种,本专题学习以下四种:
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
- 西瓜书-适合本科高年级和研究生低年级
- 贝叶斯学派经典-广度、深度、可读性
- 吴恩达在线课程-机器学习原理,深入浅出
- 斯坦福-深度学习(及其在计算机视觉领域应用)
- 谷歌alpha go团队-强化学习原理及其技术应用