第1节--深度学习基础介绍-机器学习--课程介绍（上）

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