人工智能技术体系-机器学习基础第一讲

    学习AI，我们并非初始就针对各种深度学习网络架构，而是应该从机器学习开始。

1.基础学习资料

    （1）统计学习方法-李航著

     此书偏向原理和推导。包括对感知机、k近邻算法、朴素贝叶斯法、决策树、逻辑斯谛回归、支持向量机（SVM）等详细定义和描述。契合上篇文章中的技术体系图内容。

    （2）台大林轩田机器学习视频教程

    个人无意中发现的，喜欢其教学思路，虽然他的书籍和课件是英文的，但视频教程是中文的，结合《统计学习方法》一起学习，效果不错。

    针对上述内容以后都会针对性的讲解。

2.机器学习基础学习前言    

    什么是机器学习？机器学习的应用场景？机器学习的组成部分？机器学习与数据挖掘、AI之间的关系？我们脑海首先需要对这些问题有一个大体的印象，林教授的四个视频分别对其做了解释：

1.What is Machine Learning 

2.Applications of Machine Learning

3.Components of Machine Learning 

4.1Machine Learning and Other Fields 

第一讲课件、笔记、和统计学习方法-李航pdf下载地址：点击此处  

3.下篇文章安排

终于要到我最喜欢的具体方法原理和解决实际问题环节了，预下篇文章：机器学习基础第2讲-感知机的原理和实现（待续）