初识机器学习（一）

一、人工智能、机器学习、深度学习

1、人工智能（AI）

1)个人理解

使用机器学习模拟人的行为和能力。

2）人工智能历程

50-70年代 逻辑推理
70-90年代 专家工程（用于游戏博弈、故障诊断）
90年代以后 机器学习

2、机器学习（ML）

1)定义

最早源自50年代，Arthur Smuel(机器学习之父）设计一款可以学习的西洋跳棋程序。机器学习定义为：不需要确定性编程可以赋予机器某项技能的研究领域。比较近的定义，源自1998年TOM Mitchell，程序能从经验E中学习，解决任务T，达到性能度量值P，并且伴随经验E，不断学习和完善。

2)个人理解

根据先验信息（数据），通过某种计算方式提升模型性能的方法。可进行分类、聚类、预测等。也可以根据数据集数据有无标注，分为监督学习（模型知道预测结果正确与否，如：回归、支持向量机、神经网络等）、无监督学习（模型不知道预测结果是否正确，如：聚类）、半监督学习和强化学习。可应用在各种领域和生活场景，比如：淘宝、今日头条千人千面的个性化推荐，百度、谷歌的信息搜索，邮箱里垃圾邮件的过滤，脸书上好友的识别等。

3、深度学习（DL）

源于神经网络的研究，常应用于计算机视觉(CV)、自然语言处理(NLP)、语音识别、推荐系统(RS)等领域。

4、三者关系

深度学习，是机器学习中一个研究方向。而机器学习是人工智能的核心，是支撑人工智能的算法。

二、机器学习、深度学习推荐资料

1、机器学习

《hands on ml》、周志华老师《机器学习》（西瓜书）、李航老师《统计学习方法》、《PRML》

2、深度学习

邱锡鹏老师《神经网络与深度学习》、《深度学习》（花书）