系统学习机器学习开篇

最新推荐文章于 2024-07-22 09:16:52 发布
最新推荐文章于 2024-07-22 09:16:52 发布
阅读量103 收藏
点赞数
分类专栏： 机器学习 文章标签： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42956667/article/details/100781922
版权

本文主要内容：

 1. 记录机器学习学习科目
 2. 整理学习过程中重要内容
 3. 记录自己犯的错误
 4. 记录一些重要知识点
 5. 反思学习中出现的问题
一、目前规划的学习路径：
  • 第一阶段
学习课程截止日期
《吴恩达机器学习课程 》完成
《统计学习方法》11月15日
《深度学习专项课程》12月30日
《Python语言学习》完成
《Linux系统》2020年1月31日
  • 第二阶段
    待续

安排不合理之处或有更好建议欢迎评论提建议

参考资料：
之后的文章均会参考黄海广博士在Github上整理的资料以及Coursera上吴恩达老师的课程，特别感谢。

【1】github资料
【2】Coursera机器学习

Sansui_Meng
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
系统学习机器学习
yunxinan的专栏
12-23 369
从资料和书的领悟 1、看了论文不知道怎么实验 2、做了实验不知道为啥出现这个结果，不会改。 以上问题在我个人身上我彻底感悟到的是没能入门一个学派，没有学会系统学习和融合学习 就像目前集成学习一样我们要先学会加法再做减法，毕竟逆运算要换位思考。哲学指导数学，物理发展了数学，数学发展了计算机器。而如今芬诺依曼结构计算机已经到了瓶颈，我看到了忆阻器硬件的深度学习在论文和资料中，当然量子计算机确实是一个未...
【系统学习机器学习方法】：详解KDTree
Jack_Kuo的博客
11-18 440
详解KDTree https://blog.csdn.net/silangquan/article/details/41483689
系统学习机器学习之系统认识
热门推荐
工作笔记
12-07 1万+
机器学习(MachineLearning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。 研究意义学习是人类具有的一种重要智能行为，
机器学习开篇
霍迪迪的博客
09-01 571
机器学习开篇一级目录二级目录三级目录序论 一级目录 二级目录 三级目录 序论 准备以后有空间时间就把机器学习的知识系统的过一遍，主要参考书籍是清华大学出版社的《机器学习 python+sklearn+tensorflow2.0》。我写的内容基本都可以在书上找到，只是把书籍内容进一步的总结归纳以及添加一些其他内容、代码方面会以书籍提供的代码为主题，这样有书的同学可以再理解的基础上看书，而我会进一步对代码做出更多的注解和优化。 ...
机器学习笔记——开篇之作
qq_40298054的博客
08-08 199
从今天开始，本人开始涉及人工智能领域，之前使用过JAVA、Python做过网站开发，为我打下了一些基础。首先说明两点学习该领域的原因： 本人本科毕业，研究生攻读网络安全专业，但是AI作为目前最热门的领域，并且学科交叉越来越广泛，所以学习AI方面的知识在今后可能会有很多用处。而且人工智能的安全问题也是非常热门的话题，我国对于AI的研究远没有到达尽头，比如目前的人工智能只能说是“伪”人工智能，并没有真正像人脑一样，前段时间浅接触了类脑计算，它打破了冯诺依曼体制，真正的模拟人脑，所以说还有很多可以发展的空间。.
机器学习（十六）推荐系统
weixin_53312629的博客
08-06 2026
本篇文章主要介绍了推荐系统，首先介绍了推荐系统问题的主要形式；在基于内容的推荐算法中介绍了如何将变量应用到线性回归中来预测不同用户对不同电影的评级；在协同过滤中介绍了一个方法来做推荐系统，它不是基于内容的，并且不假设已经得到这些所有的电影的特征；随后介绍了协同过滤算法，它可以同时学习几乎所有电影的特征和所有用户参数；在低秩矩阵分解中介绍了如何使用一个向量化的实现来计算所有用户对所有电影的评分预测值；最后介绍了均值归一化，它作为协同过滤算法的预处理步骤，有时能让算法表现得更好一些。......
机器学习动向
m0_68081069的博客
07-19 81
1 什么是机器学习？ 摆在最前面的问题是：机器学习这么一个高大上的概念到底是什么？和传统编程逻辑有什么区别？ 1.1 定义 用一句话概括：机器学习是致力于研究如何通过计算的手段，利用经验产生模型以改善系统自身性能的学科 这里面有几个抽象的概念，什么是经验？什么是模型？怎么才算改善系统自身性能？接下来通过一个例子来具象化地说明一下。 在经济学中，个人的收入与消费之间存在着密切的关系。收入越多，消费水平也越高；收入较少，消费水平也较低。从一个社会整体来看，个人的平均收入x与平均消费y之间大致呈线性关系。现
机器学习算法快速入门
图像学习之旅
04-15 1582
机器学习（Machine Learning，简称 ML）是人工智能领域的一个分支，也是人工智能的核心，其涉及知识非常广泛，比如概率论、统计学、近似理论、高等数学等多门学科。就当下而言，Python 无疑是机器学习领域最火的编程语言，这得益于 Python 对科学计算的强大支持。因此，本套教程中关于机器学习算法的代码均采用 Python 机器学习库 sklearn 编写。
机器学习(一)：理解机器学习相关概念
无敌小怪兽_Zz的博客
05-06 945
本文提供了一个关于机器学习入门的全面指南，内容包括Python的安装与环境配置，机器学习的概念、发展历程和应用场景。文章还对比了经典统计分析与机器学习的区别，并详细讲述了数据与数据集的概念。我们根据学习方式和任务类型对模型进行分类，探讨了监督学习、无监督学习、半监督学习、强化学习等机器学习方法，同时介绍了分类、回归、聚类和降维等任务。最后，概述了机器学习建模的一般流程。本文为您搭建了一个扎实的机器学习基础，助您在智能时代中更好地掌握未来科技趋势。
机器学习开篇.zip
04-03
机器学习（ML)是计算机系统为了有效地执行特定任务，不使用明确的指令，而依赖模式和推理使用的算法和统计模型的科学研究。它被视为人工智能的一个子集。机器学习算法构建一个基于样本数据的数学模型，称为“训练...
机器学习总结
06-01
在开篇的介绍部分，Carl Henrik Ek强调了机器学习是一门跨学科领域，它融合了数学、统计学、计算机科学等多个领域的知识。同时他也提到，作为一个实践者，我们需要具备广泛的知识面，但同时也需要意识到自己并非某一...
机器学习课程资料
10-04
1. **Ch1-Introduction.ppt**：这是课程的开篇，介绍了机器学习的定义、类型（监督学习、无监督学习、半监督学习和强化学习）以及其在现代科技中的应用，如搜索引擎、推荐系统和自动驾驶等。此外，还会探讨机器学习...
开启深度学习之路-开篇
01-20
对于初学者，书籍往往比视频更适合系统学习，因为书籍能提供更为连贯和深入的理论框架。在众多的选择中，本书推荐《Deep Learning》作为入门教材，由Goodfellow、Bengio和Courville三位专家合著，它包含了深度学习的...
机器学习班PPT原件（全）（邹博）
09-15
这份资料包含了从入门到进阶的各种机器学习算法，对于想要系统学习机器学习的人员来说，是一份非常宝贵的资源。 首先，我们来看看课程内容的概览。"1.1机器学习综述.ppt"是整个课程的开篇，它通常会介绍机器学习的...
十九、【机器学习】【非监督学习】- 层次聚类 (Hierarchical Clustering)
技术分享、程序员趣事、行业趋势等内容！
07-21 822
非监督学习是一种机器学习方法，它处理的是没有标签的数据集。与监督学习不同，非监督学习算法不需要知道数据的正确分类或目标值。它的目标是通过数据内部的结构和模式来推断出有意义的信息，如数据的分布、聚类、降维或异常检测等。层次聚类（Hierarchical Clustering）是一种无监督学习的聚类算法，用于发现数据集中的自然分组或聚类。不同于k-means等迭代型聚类算法，层次聚类构建了一个聚类的层次结构，这个结构通常表现为一棵树，称为聚类树或树状图（dendrogram）。
二十、【机器学习】【非监督学习】- 均值漂移 (Mean Shift)
技术分享、程序员趣事、行业趋势等内容！
07-22 965
非监督学习是一种机器学习方法，它处理的是没有标签的数据集。与监督学习不同，非监督学习算法不需要知道数据的正确分类或目标值。它的目标是通过数据内部的结构和模式来推断出有意义的信息，如数据的分布、聚类、降维或异常检测等。均值漂移算法是一种无监督学习方法，最初由 Fukunaga 和 Hostetler 在 1975 年提出。它是一种基于密度的聚类算法，用于估计数据的模式（局部最大值），并且不需要事先指定聚类的数量。均值漂移算法在图像处理、计算机视觉、目标跟踪和数据挖掘等领域有着广泛的应用。
Python 机器学习求解 PDE 学习项目——PINN 求解一维 Poisson 方程
qq_39538718的博客
07-21 1000
（PINN）求解一维 Poisson 方程
机器学习与人工智能
最新发布
zgw555555的专栏
07-22 915
人工智能（AI）定义：人工智能是一种模拟人类智能的技术，旨在使计算机或机器能够执行通常需要人类智能才能完成的任务，如语音识别、图像识别、自然语言处理、决策制定等。特点：人工智能是一个广泛的概念，它涵盖了多种技术和方法，包括机器学习、深度学习、自然语言处理、计算机视觉等。人工智能的目标是使机器具备类似甚至超越人类的智能水平。机器学习（ML）定义：机器学习是人工智能的一个子领域，它专注于使用算法和统计模型让计算机从数据中自动学习并改进其性能，而无需进行明确的编程。
Python机器学习实践：从基础到深度学习
"《Artificial Intelligence with Python》是2017年出版的一本机器学习实战书籍，旨在帮助Python程序员理解和应用机器学习算法。书中涵盖了基础到进阶的多种算法，包括支持向量机、极端随机森林、隐马尔可夫模型等，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值