机器学习入门

一、概念区分

经常被人工智能，数据挖掘，机器学习，深度学习，卷积神经网络这些各种名词刷脑，开始机器学习学习之前有必要从网上总结了解一下这些概念的区别和联系

首先先从大体分类，人工智能是领域的名称，有点像化工啦，音乐或大数据这一类的。进入分类后具体的涉及知识和算法的内容是机器学习。大体是：

接着机器学习是实现人工智能的一种方法，他由很多种算法（决策树，贝叶斯等）和思想构成（见后图）；

深度学习是实现机器学习的数据获取功能的算法之一（神经网络）的实现过程（这句比较绕。。）

其实人工智能已经有了好一阵子，直至深度学习的出现作为特有效的机器学习训练方法，成为现在人工智能和机器学习火爆的核心驱动

（ps:我们常提的tensorflow和keras这些英文单词是深度学习的框架，或者knn这种是机器学习的算法）

图示详解人工智能的各部分组成：

二、准备工作

机器学习的开发C++，java，python都是可以的，但是出自于方便和初学，还是搭一个python的环境吧。

先下载一个python 2.7（环境变量配置那里可参考jsp入门的java配置那里）和pycharm，配好pip（可参考python那一节），熟练运用python和各种库写一些基础的东西。觉得可以了-》

安装anaconda（3.6），个人认为python2主练习和简单开发，anaconda环境主机器学习相关开发（他自带python3环境而且可调版本和大量科学计算的库）

以下是讲anaconda安装及配置tensorflow的

http://blog.csdn.net/u012052268/article/details/74202439

注意：

1、tensorflow在windows下只支持py3.5，所以conda create -n tensorflow python=3.5这句不要写成=3.6

2.如果tensorflow环境下运行代码没问题，pycharm中no module named。。。。的话，就在anaconda的anaconda prompt中pip install tensorflow，然后

在File里的Settings里把原有的anaconda里的python那删掉再重新引用一次就好了