什麼是機器學習？
傳統的教科書會用一大堆高等數學，線性代數，概率論，統計學等知識把你拒之門外，這裡博主俺決定用乙個很簡單的例子給不用你任何高深的數學知識來理解。
在寫機器學習之前，我們來舉個例子。假設你是個古代的國王，那裡沒有現代的科技，你想找個預報天氣比較準的人來幫你預報天氣。你要怎麼辦呢？通常，我們會找乙個人，讓他預報10000天，看它的準確率如何，然後再找乙個人，再預報10000天，看它預報的準確率如何。依次類推，你找了100個人，終於找到了乙個準確率在90%的人，你就徵用它當你的氣象局局長了。
把這個故事對映到機器學習上，那麼10000天就是樣本，100人中每個人就是你的乙個模型。預報準確率的統計就是誤差函式。
機器學習的本質就是你用你的數學模型（100個人）在樣本（10000天）中嘗試，然後你統計出這個模型（人）的**誤差（準確率），如果誤差不達標，你再找下乙個模型（人）。
機器學習的挑戰是如何在這100個人裡去快速尋找合適的人選。你最後發現乙個線索，就是預報比較好的人，它們的親戚也預報的可能比較好，這個就是梯度下降。你不是在盲目的尋找模型。
這裡模型大家覺得很神秘，其實說簡單就是每個特徵的權值而已，說的高大上的，就叫權值向量。
-------------------------------最後華麗的分割線------------------------------------------
本教程的目錄博文這裡。
如果大家想先對機器學習進行入門了解，可參看這裡的簡單介紹。如果需要簡單了解深度學習的內容，可參看這裡簡單的介紹。學習這些教程之前，可以先熱身下，這裡是theano的基礎教程，學完之後，再看下這個東東，裡面有一些基本的概念和一些測試的訓練集。
機器學習之深度強化學習
機器學習最酷的分支應該算是深度學習 deeplearning 和強化學習 reinforcement learning 深度學習是一種機器學習中建模資料的隱含分布的多層表達的演算法。換句話來說，深度學習演算法自動提取分類中所需要的低層次或者高層次特徵。因此深度學習能夠更好的表示資料的特徵，同時由於模...
機器學習之深度學習的未來
作者 francois chollet 編譯 cda資料分析師 鑑於我們對深網的工作原理，侷限性以及研究現狀的了解，我們能否 中期的發展方向？這是一些純粹的個人想法。請注意，我沒有水晶球，所以我預期的很多事情都可能無法實現。這是乙個完全投機的職位。我之所以分享這些 並不是因為我希望它們將來能被證明是...
機器學習深度學習
機器學習與深度學習，人工智慧 這些領域，如果機器需要向人學習，那麼，人是如何學習的，或者人思維是如何運作的。構 的乙個思維生態 閉環 目前機器學習人工智慧的取得較大發展是依託統計概率論。如果機器需要有自己的ai，那麼是否意味著人在創造生命。因為，生命可以不斷的延續。那麼什麼是生命，生命由那些構成，構...