新手小白的第一篇博客——机器学习入门

今天，我的博客生涯终于开始了。博客对我来说真是个新奇的东西，看到身边的同学在使用博客时总感觉遥不可及，但万事开头难，我坚信自己最终也会养成用博客记录自己的点滴进步的习惯，让我们一起期待吧！

我从今天开始了《Python数据分析与机器学习实战》的学习，记录下第一部分——机器学习入门中的收获。

机器学习

基本内容

1、机器学习（ML）主要包含算法、数据、程序、评估、应用等几部分内容。
2、应用：数据挖掘、统计学习、计算机视觉（CV）、自然语言处理（NLP）、语音识别等。
3、流程：
（1）数据收集及预处理——训练数据
（2）特征选择与模型构建——特征抽取、学习函数
（3）评估与预测——预测

学习方法

1、数学原理推导——“怎么来”
2、实际应用技巧——“怎么用”

算数推导

1、大学数学基础
2、多与身边的大牛交流圈、博客中的大神探讨
3、亲自动手、勤做总结

实际应用

1、有用的资源网站：Github、Kaggle数据挖掘比赛
2、案例积累
3、先模仿优秀案例，再创作自己的解决方法

深度学习

我曾经一直很困惑现在热门的机器学习（ML）、深度学习（DL）、计算机视觉（CV）之间的关系，今天终于得到了解答！

1、关系：DL是ML中神经网络这种算法的延伸，而且现在应用范围更广，尤其在CV和NLP领域。
2、ML仍是DL的基础，需要认真学习。

好了，今天的博客就到此结束了。虽然，都是一些浅显易懂的知识，但还是能给正为ML入门而感到迷茫的同学们一些启发和思路，大家一起加油鸦！