AI 学习

 

序言

• AI 图书类型：（缺少“”应用方法论”）

1. 供专业研究算法的理论书--详尽深入--看不懂，应用少
2. 介绍工具和平台使用的书--动手实践--有“术”缺“道”
3. 综述产业咨询和分析的书--中蓝大局--宏观知识，非实操

• 核心竞争力赛道：

1. 开创者：天赋+努力+机遇
2. 经验者：时间积累
3. 应用者：“经验者”+“应用者”

• 学习结构

1. 概论：机器学习与大数据
2. 基础：机器学习的建模（监督学习）
3. 实践：机器学习的实践案例
4. 产业：机器学习和人工智能的产业应用方法

 

1.概论：机器学习与大数据

1. 类比人类学习：归纳+演绎
2. 统计学习：（基于大量的案例）
3. 模型选择：eg. 正态分布：尽人事，听天命
4. 样本选择
5. 不可以个例推出结论
6. 建模规则：人工经验>>学习模型
7. Hoeffding's inequality
   
   
   
   
8. 机器学习三大核心要素：
   
   
   
   

2.基础：机器学习的建模（监督学习）

（1）更多的优化目标：

（2）更多的迅捷算法

（3）强化建模模型

①非线性变换：SVM与核函数

②模型组合和树形模型