機器學習介紹：
機器學習(machine learning, ml)是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、演算法複雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的效能。阿爾法狗打敗李世石！又要向人類挑戰星際2？人工智慧帶來無限想象！都離不開機器學習這門學科！
機器學習理論篇
課程介紹：
大資料演算法與機器學習演算法講解，對於機器學習應用到的資料知識，以及機器學習的原理，理論知識做了詳細的講解。
課程目錄：
【重點課程】大資料演算法基礎教程 22課
【重點課程】機器學習之深度演算法 30課
【重點課程】演算法公開課 20課
【參考學習】機器學習中的數學 4課
機器學習程式語言篇
課程介紹：
對於機器學習，linux作業系統是最適合的作業系統，無論對於系統的基本操作，shell程式設計，集群知識都需要有所了解，並能熟練操作。因為程式設計軟體大多是需要在linux上執行。scala語言與spark計算框架，是在大資料環境中最適合的機器學習程式語言，同時目前最流行的是機器學習程式設計是python。最後大家學習一下mahout機器學習平台。了解下mahout是如果對於海量資料進行機器學習的。【重點課程】linux shell程式設計從初學到精通 17課
【重點課程】scala語言入門 5課
【重點課程】spark入門到精通 8課
【重點課程】spark機器學習入門到精通 8課
【重點課程】零基礎入門學習python 42課
【參考學習】python網路程式開發 12課
【重點課程】mahout機器學習平台 7課
機器學習應用篇
課程介紹：
對機器學習技術程式設計，與實際應用的講解。講師水平高，有很多實際的操作，也會穿插理論知識與各種演算法的程式設計實現，是重點學習的課程。
課程目錄：
【重點課程】實戰coding直播（python） 6課
【參考學習】機器學習課程（重點） 19課
【參考學習】台灣機器學習技法 16課
【參考學習】機器學習公開課 11課
機器學習面試篇
課程介紹：
機器學習面試指導的課程，提高應聘者的通過率，值得一看。
課程目錄:
【重點課程】面試求職公開課（重點） 14課
機器學習參考複習篇
課程介紹：
課程目錄：
【推薦學習】斯坦福機器學習公開課（英語） 19課
【知識補充】cmu - machine learning - tom mitchell（英語） 24課
【知識補充】toronto - machine learning - hinton（英語) 70課
【知識補充】斯坦福機器學習演算法（英文） 19課
【知識補充】斯坦福公開課ng：機器學習 19課
神經網路 專家系統 機器學習
神經網路的思想是通過訓練來得到乙個非線性函式,它通常應用於以下的情況 當乙個結果的 決定因素非常多並且非常複雜的時候,例如某棟失火樓房的火會變大,可能決定於當時的風力 溫度,周圍環境,房屋結構,屋內設施等等,當我們無法根據這些引數確切得到是或者否的答 案的時候,我們可以使用神經網路.通過選取現實發生...
神經網路 專家系統 機器學習
神經網路的思想是通過訓練來得到乙個非線性函式,它通常應用於以下的情況 當乙個結果的 決定因素非常多並且非常複雜的時候,例如某棟失火樓房的火會變大,可能決定於當時的風力 溫度,周圍環境,房屋結構,屋內設施等等,當我們無法根據這些引數確切得到是或者否的答 案的時候,我們可以使用神經網路.通過選取現實發生...
機器學習基礎知識精講
1 超引數 在機器學習的上下文中，超引數是在開始學習過程之前設定值的引數，而不是通過訓練得到的引數資料。通常情況下，需要對超引數進行優化，給學習機選擇一組最優超引數，以提高學習的效能和效果。超引數的一些示例 a 樹的數量或樹的深度 b 矩陣分解中潛在因素的數量 c 學習率 多種模式 d 深層神經網路...