概念

1. 人工智能包括机器学习，模式识别等很多方面，机器学习又分为符号机器学习，统计机器学习，深度学习（注重模型，通过数据来获得模型的参数），强化学习（操控机器人，行为规划，抓取）
2. 机器学习：（1）定义：研究在计算机上从数据中产生模型的算法，即‘学习算法’，有了该学习算法，从以往的经验（即数据）中产生模型，从而在新的情况时，模型给出判断（例：一个新瓜判断出是否好坏）。（2）特点：分类规则机器自动学习，即通过样本学习，自动发现特征，建立模型，通过学习，分辨出特征
3. 模式识别：（1）定义1：通过计算机用数学技术方法来研究模式（环境与客体）的自动处理和判读。定义2：对表征事物的各种形式（数值，文字，逻辑等）信息进行处理和分析，从而对事物进行描述。分类，辨认，解释（给出一个图，判断是不是属于某一类）。（2）特征：分类规则人工事先给定，然后通过样本验证，即像图像处理，先经过图像专业找出图像特征，然后建立模型，通过样本验证
4. tensflow是基于Python的深度学习框架，keras在tensflow上套了一个接口，能用最少的python代码快速实现一个网络的搭建
5. 升级打怪路线：《机器学习》（周志华）—《统计学习方法》（李航，偏公式推倒）—《PRML》（偏贝叶斯算法）
6. 其余推荐书籍：《数学之美》，《机器学习实战》（虽然是Python写的代码，但是代码写的很糟糕）
7. 要求的数学基础：微积分，线性代数，概率论