**
机器学习
**
机器学习发展背景
1.机器学习奠基人
“人工智能之父” 艾伦.图灵
马文·李·闵斯基(英语:Marvin Lee Minsky,1927年8月9日-2016年1月24日),科学家,专长于认知科学与人工智能领域,麻省理工学院人工智能实验室的创始人之一,著有几部人工智能和哲学方面的作品。1969年,因为在人工智能领域的贡献,获得图灵奖。
2.机器学习发展
机器学习包含人工智能,人工智能包含深度学习。机器学习在1950年就被提成,但是并没有迅速发展,是因为当时计算机硬件(cpu,gpu)等限制了其发展;1980-2010机器学习得到长足发展,但是受制于数据量(数据量太小,无法很好的进行深度学习)和计算机硬件制约,并没有爆发式发展;当了目前由于大数据的到来,使得人工智能,机器学习,深度学习开始迅猛发展。
目前深度学习主要应用领域:图像识别(医疗上癌症诊断,无人驾驶等;自然语言处理,分析用户评论情感)
3.机器学习库和框架
机器学习语言排名
初次学习机器学习目标
以算法、案例为驱动的学习,浅显易懂的数学知识
参考书比较晦涩难懂,不建议去直接读
熟悉机器学习各类算法的原理
掌握算法的使用,能够结合场景解决实际问题
掌握使用机器学习算法库和框架的技能
学习概要
机器学习第一天
学习内容概要
- 1 机器学习概述
- 2数据集的结构
- 3 数据的特征工程
- 4数据的类型
- 5机器学习算法基础
一 机器学习概述
- 1什么是机器学习
机器学习是从数据中自动分析获得规律(模型),并利用规律对未知数据进行预测 - 2为什么需要机器学习
- 3机器学习的应用场景
机器学习在各个领域带来的价值
领域:
医疗、航空、教育、物流、电商……
例子:一个汽车零售商将客户按照对汽车的喜好划分成不同的类,这样营销
人员就可以将新型汽车的广告手册直接邮寄到有这种喜好的客户手中,
从而大大增加了商业机会