機器學習（0001）機器學習的先導知識
這4個月來，已經寫了乙個類似於人工智慧的程式，但是效果不太理想。然後轉向python的學習，原因是有一些人工智慧框架是基於python的。其實可以直接開始學習人工智慧框架的，但是學了一點後發現python語法怪異，有許多地方讓我疑惑，於是開始了python的學習之旅。想成為大牛的我肯定不能滿足於會用框架，於是我學完python後又鑽入了人工智慧的實現上。裡面用到了高等數學，線性代數，概率論與數理統計。看到了人工智慧的理論基礎，我瞬間凌亂了……書到用時方恨少，當年沒有好好學數學，如今自己重新拾起來時，發現數學很難，我開始動搖了，真的要學習人工智慧嗎？這是一條艱難的路！！！
學人工智慧前需要學習以下知識：
1.python（運算子，條件語句，迴圈語句，函式，物件導向等）
2.高等數學（函式，求導，求偏導等）
3.線性代數（矩陣，矩陣運算，矩陣性質等）
4.概率論與數理統計（ 抽樣，條件概率，方差，期望，協方差等）
在機器學習中以上知識都用的到，不要懷疑。我習慣在學習之前，把先導知識都理解透徹，這樣之後的學習中，就可以更加專注，而不用把更多的注意力轉移到其他知識上去。
機器學習 初識機器學習
1.什麼是機器學習？對於機器學習到現在都還沒有統一的定義，但是，通過乙個例子和較權威的定義來理解機器學習，最後附上我個人對機器學習的理解 2.監督學習 1 監督學習基本思想 我們資料集中的每個樣本都有相應的 正確答案 即每個樣本都是真實值，再根據這些樣本作出 舉乙個房價預售的例子來說明 eg 下面圖...
機器學習 1 機器學習的入門
最近由於專案要求，從零開始自學機器學習，使用語言是python2.7。機器學習分類 監督學習，無監督學習，強化學習 監督學習 對事物未知表現的 包括分類問題和回歸問題。1 分類 指給乙個新的模式，根據訓練模型推斷它所對應的類別是多少，是一種定性輸出，也叫離散變數 2 回歸 指給乙個新的模式，根據訓練...
機器學習（1） 機器學習的分類
第二種分類方式 本文是imooc python3入門機器學習 的學習筆記，用於整理自己學習到的概念，用以備查。簡單說來，就是對於學習對於所要求的資料集，是否需要標註。常見的監督學習演算法有 常見的 非監督演算法及其用處見下 出於各種原因，資料集可能出現一部分資料集帶有標記，而另一部分則缺失標記。此時...