第1节--深度学习基础介绍-机器学习--课程介绍(上)
2016-10-20 20:42
399 查看
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:
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
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,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。
定义
探究和开发一系列算法来如何使计算机不需要通过外部明显的指示,而可以自己通过数据来学习,建模,并且利用建好的模型和新的输入来进行预测的学科。
几个经典定义:
Arthur Samuel (1959): 一门不需要通过外部程序指示而让计算机有能力自我学习的学科
Langley(1996) : “机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能,特别是如何在经验学习中改善具体算法的性能”
Tom Michell (1997): “机器学习是对能通过经验自动改进的计算机算法的研究”
学习
针对经验E (experience) 和一系列的任务 T (tasks) 和一定表现的衡量 P,如果随之经验E的积累,针对定义好的任务T可以提高表现P,就说计算机具有学习能力。例子: 下棋,语音识别,自动驾驶汽车等。
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,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。
定义
探究和开发一系列算法来如何使计算机不需要通过外部明显的指示,而可以自己通过数据来学习,建模,并且利用建好的模型和新的输入来进行预测的学科。
几个经典定义:
Arthur Samuel (1959): 一门不需要通过外部程序指示而让计算机有能力自我学习的学科
Langley(1996) : “机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能,特别是如何在经验学习中改善具体算法的性能”
Tom Michell (1997): “机器学习是对能通过经验自动改进的计算机算法的研究”
学习
针对经验E (experience) 和一系列的任务 T (tasks) 和一定表现的衡量 P,如果随之经验E的积累,针对定义好的任务T可以提高表现P,就说计算机具有学习能力。例子: 下棋,语音识别,自动驾驶汽车等。
3、机器学习的应用
自动驾驶、无人机、语音识别、语言翻译、计算机视觉、识别垃圾邮件、推荐系统相关文章推荐
- 第1节–深度学习基础介绍-机器学习–课程介绍(上 )
- 第2节--深度学习基础介绍-机器学习--课程介绍(下)
- 深度学习基础介绍:机器学习介绍和基本概念
- 福利 | Intel发布AI免费系列课程3部曲:机器学习基础、深度学习基础以及TensorFlow基础
- 机器学习 深度学习用到的数学基础知识 标量、向量、矩阵和张量
- 深度学习和机器学习截然不同?模式识别是最古老的很过时的,机器学习是最基础的初创公司热点,深度学习是有影响力的前沿领域
- 第28节--《深度学习基础介绍-机器学习》课程总结
- Coursera台大机器学习基础课程学习笔记1 -- 机器学习定义及PLA算法
- 深度学习FPGA实现基础知识1(网友关于FPGA机器学习想法)
- 深度学习与计算机视觉系列(1)_基础介绍
- 1.1机器学习基础-python深度机器学习
- Coursera 机器学习课程 机器学习基础:案例研究 证书
- 吴恩达深度学习课程笔记之神经网络基础
- 吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(3-1)-- 机器学习策略(1)(转)
- 超全的机器学习、深度学习视频课程和讲义的百度网盘下载
- (大数据工程师学习路径)第四步 SQL基础课程----SQL介绍及mysql的安装
- 【备忘】冲击年薪50万之从数学基础python机器学习到深度学习算法学习路线视频教程
- 深度学习基础介绍
- 深度学习和机器学习截然不同?模式识别是最古老的很过时的,机器学习是最基础的初创公司热点,深度学习是有影响力的前沿领域
- 机器学习与深度学习视频课程