序言
- AI 图书类型:(缺少“”应用方法论”)
- 供专业研究算法的理论书--详尽深入--看不懂,应用少
- 介绍工具和平台使用的书--动手实践--有“术”缺“道”
- 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:
- 开创者:天赋+努力+机遇
- 经验者:时间积累
- 应用者:“经验者”+“应用者”
- 学习结构
- 概论:机器学习与大数据
- 基础:机器学习的建模(监督学习)
- 实践:机器学习的实践案例
- 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
- 类比人类学习:归纳+演绎
- 统计学习:(基于大量的案例)
- 模型选择:eg. 正态分布:尽人事,听天命
- 样本选择
- 不可以个例推出结论
- 建模规则:人工经验>>学习模型
- Hoeffding's inequality
- 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