【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