机器学习基石01_课程说明

1.常见的两种机器学习的方式

1. 以机器学习理论为主线

   • 对于每一个机器学习的算法都进行扎实深入的研究，这种"专家路线"能够让我们深入机器学习的底层，从本质上来理解机器学习。但是过程会很枯燥，很容易失去坚持下去的兴趣。对于解决实际问题不够实用。

2. 以机器学习实战算法为主线

   • 大量的快速学习各种机器学习算法，以"实战路线"作为主导，对于很多算法都有一定的了解，但是不是很深入(学会了很多招式，但是不精通、不理解)。在实际使用的过程中，会出现不知道如何选择合适的算法，以及如何进行合理的优化。

2.这门课程采用的方式

这门课程的路线：以机器学习基石为导向，基石并不代表仅仅是基础，而是给机器学习打底的东西，需要学的很扎实。综合哲学上机器学习的思想、数学上关键理论、核心技术(代码)、实际使用、随堂笑话。
这些东西是每一个学习机器学习的人都应该掌握的，我们要让机器学习成为我们的工具，而不是我们成为机器学习的奴隶。

3. 以故事形式作为主线
   • 什么时候 使用机器学习？（例证 + 技术）
   • 为什么使用机器学习？（理论 + 例证）
   • 机器学习是怎么运作的？（技术 + 实践）
   • 怎么让机器学习做的更好？（实践 + 理论）

通过上面的方式，其实是想让学生，在拥有扎实的基础之后，一方面可以自主学习更多并没有教过的技术，另外一方面可以更加容易深入的学习机器学习理论。

参考资料：

1. coursera-机器学习基石(视频会有卡顿的情况)
2. B站-机器学习基石(国内用户)

---

备注：
更多精彩博客，请访问:聂发俊的技术博客