菜鸟的机器学习笔记-day1-机器学习简介

人工智能vs机器学习vs深度学习

菜鸟的机器学习笔记-day1-机器学习简介_第1张图片

图片来源:https://blogs.nvidia.com/blog/2016/07/29/whats-difference-artificial-intelligence-machine-learning-deep-learning-ai/ 

人工智能的研究早在上世纪50年代就已经开始,它是人类一个终极目标,希望机器能够像人类具有智慧,能够自我学习、思考。

但直到80年代,人工智能实现的初步手段才真正诞生,那就是机器学习,它能解决一些问题,但还有些还是束手无策。

对于这些问题,2010年机器学习里的另一种方法-深度学习开始显示它的威力,并逐步成为大热。

机器学习的框架

菜鸟的机器学习笔记-day1-机器学习简介_第2张图片

 

step 1  定义需要训练的模型集合

step 2  有模型好坏的评价标准

step 3  选择出最好的模型

学习导图

菜鸟的机器学习笔记-day1-机器学习简介_第3张图片

机器学习的方法:监督学习,无监督学习,半监督学习,转移学习,强化学习

解决的问题:回归问题,分类问题,结构化学习问题

使用到的模型:线性模型, 非线性模型(深度学习,支持向量机,决策树,K-临近算法)

这些内容后面都会具体的讲到,现在先了解下,构建出整体的框架,后面再慢慢加深理解。

你可能感兴趣的:(机器学习,人工智能,机器学习,通俗易懂,由浅入深)