本课程为麦子学院彭亮老师讲授的(深度学习基础介绍-机器学习),共28小节。
彭亮在麦子学院还有两门课,一门是Python语言编程基础,另一门是深度学习进阶:算法与应用。
建议三门课的学习顺序为:Python语言编程基础——深度学习基础介绍-机器学习——深度学习进阶:算法与应用
以下是我整理的第1节的学习笔记:
1、课程介绍
- 学习前提
- 对微积分,线性代数,概率论的基本知识有一定了解
- 有一定编程基础(最好是Python)
- 学习目标
- 理解机器学习的概念、原理、常用算法
- 学会对原始数据的预处理
- 学会使用Python语言和相关的机器学习库
- 学会使用常用算法和应用框架解决实际问题
- 课程安排
- 基本介绍
- 基本概念
- 监督学习(分类、回归)
- 非监督学习
2、机器学习
- 概念
- 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。
- 学科定位
- 人工智能(Artificial Intelligence, AI)的核心,是使计算机具有智能的根本途径