機器學習的目標：
機器學習是實現人工智能的手段，其主要研究內容是如何利用數據或經驗進行學習，改善具體算法的性能。
- 多領域交叉，涉及概率論、統計學，算法複雜度理論等多門學科。
- 廣泛應用於網絡搜索、垃圾郵件過濾、推薦系統、廣告投放、信用評價、欺詐檢測、股票交易和醫療診斷等應用。
機器學習分類：
- 監督學習（Supervised Learning）
- 無監督學習（Unsupervised Learing）
- 強化學習（Reinforcement Learning）
- 半監督學習（Semi-supervised Learning）
- 深度學習（Deep Learning）
監督學習是從給定的訓練數據集中學習出一個函數，當新的數據到來時，可以根據這個函數預測結果，訓練集通常由人工標註。無監督學習與監督學習相比，訓練集是沒有人爲標註的結果的。而半監督學習是介於監督學習和無監督學習之間的一類學習方法。增強學習通過觀察來學習執行什麼樣的動作獲得最好的回報，每個動作都會對環境有所影響，學習對象根據觀察到的周圍的環境的反饋來作出判斷。深度學習是當下最火熱的機器學習分支，他主要是利用深層神經網絡模型抽象數據的表示特徵的一種方法。
開源的，用於機器學習的python模塊 sklearn：
Scikit-learn 可以去官網找到衆多的資源，包括模塊下載、文檔和例程。
- 一組簡單有效的工具集
- 依賴Python的NumPy，SciPy和matplotlib庫。
- 開源、可複用
課程目標：
- 瞭解基本的機器學習原理及算法
- 學習利用機器學習算法解決應用問題的能力
- 掌握sklearn庫中常用機器學習算法的基本調用方法，避免重複造車
相關書籍及課程推薦：
由南京大學人工智能和機器學習領域具有國際影響力的著名學者周志華老師撰寫，適合高年級本科生和低年級研究生閱讀的機器學習入門書籍，書中很多地方採用瞭如何利用西瓜的各種特徵，比如色澤、根蒂來挑選可口的西瓜的例子，因此也被暱稱爲西瓜書。
這是一本機器學習貝葉斯學派的經典書籍，是一本廣度深度可讀性可用性都兼顧的一種書籍，“早知此書，phD早畢業2年”也是對這本書的一個經典的評價。
推薦的在線課程包括由前百度首席科學家斯坦福教授吳恩達老師，也是在線教育平臺Coursera的聯合創始人。這門課程深入淺出的講解了機器學習的原理及算法知識。查了，網易公開課也有連接http://open.163.com/special/opencourse/machinelearning.html
對深度學習感興趣的同學，推薦斯坦福大學的《CS231n》課程，這個課程主要介紹深度學習在計算機視覺領域的應用，其前導課程對深度學習的基本思想解釋是非常清晰和細緻的。
對強增強學習感興趣的同學，推薦上述課程。