-
机器学习基础
- 基本概念
- 发展历程
- 应用领域
- 算法学习
- 核心术语
- 算法分类
- 建模流程
- 特征工程
- 拟合问题
- 开发环境
-
KNN算法
- 算法概述
- 算法实现
- 距离度量
- 特征预处理
- 超参数优化
-
线性回归
- 基本概述
- 具体实现
- 损失函数
- 导数和矩阵
- 正规方程法
- 梯度下降算法
- 评估方法
- 线性回归API
- 欠拟合与过拟合
1 人工智能简介
人工智能(Artificial Intelligence,简称AI):仿智,使用计算机来模拟或者代替人。
2 机器学习简介
机器学习(Machine Learning,简称ML):机器自动学习,而不是人为规则编程。
图解:机器如何学习

3 深度学习简介
深度学习(Deep Learning,简称DL):也叫深度神经网络,大脑仿生,设计一层一层的神经元模拟万事万物。

4 三者关联关系
(1) 机器学习是实现人工智能的一种途径;
(2) 深度学习是机器学习的一种方法发展而来的.
