【1】简介--1--机器学习

一、机器学习的目标

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,算法复杂度理论等多门学科
  • 广泛应用于网络搜索、垃圾邮件过滤、推荐系统、广告投放、信用评价、欺诈检测、股票交易和医疗诊断等应用

二、机器学习分类

机器学习一般分为下面几种类别

  • 监督学习 (Supervised Learning)
  • 无监督学习 (Unsupervised Learning)
  • 强化学习(Reinforcement Learning,增强学习)
  • 半监督学习(Semi-supervised Learning)
  • 深度学习 (Deep Learning)

三、相关资料

1.图书-《机器学习》-周志华

出版社:清华大学出版社 主页:http://t.cn/RXvpCKB

2.图书-《PRML》-Bishop

出版社:Springer 主页:http://t.cn/RXv0YVz 民间评价:“早知此书,PhD早毕业2年”

3.课程-《Machine Learning》-Andrew Ng

Coursera版 课程主页:http://t.cn/RJZQbV2

Stanford手书版 在线观看:http://t.cn/RwUWKMS

课程主页:http://cs229.stanford.edu/

4.课程 -《CS231n》- Fei-Fei Li

课程主页:http://cs231n.stanford.edu/

在线观看:http://t.cn/RqRNasR

5.课程 -《Reinforcement Learning》- David Silver

课程主页:http://t.cn/Rw0rwtU

在线观看:http://t.cn/RIAfRUt

参考资料:

北京理工大学 礼欣 www.python123.org

个人公众号,比较懒,很少更新,可以在上面提问题:

更多精彩,请移步公众号阅读:

Sam avatar
About Sam
专注生物信息 专注转化医学