人工智慧
人工智慧（ai）：人類長久以來的目標，希望機器跟人們一樣的聰明。怎麼達到 人工智慧，那就是通過機器學習。人工智慧是我們想要達到的目標，而機器學習就是我們達成目標的一種手段或方式。 這裡可以舉這樣的例子：輸入一組公式，給出乙個答案；輸入一組圍棋的棋局，給出下一步最大概率獲勝的走法；輸入交通規則、路況、障礙資訊，出發點，起始點，得出汽車應該向哪乙個方向行駛。ai的本質就是像人一樣，把輸入變成輸出。就像一組公式，x為輸入，y為輸出，而f() 函式就是ai
一種是天生具有的，一種是後天學習的，我們的機器學習就是人工的賦予一種程式，讓它天生具有人工智慧。機器的本能跟生物的本能也是相似的，如果想要讓機器做一些我們想做的事情，只需要設定一些規則。
尋找乙個function，比如說一張狗的，它會告訴我們它是dog。當然我們要尋找的這個function，必須經過一系列的資料訓練，經過成千上萬的訓練，找到比較好的function。比如說：輸入乙隻狗的，它會輸出「dog」而不是「monkey」。
比如說cv，我們進行的是影象處理，雖然我的資料庫裡有成千上萬張的，經過一次次的訓練，找出了最好的function。然後我們需要輸入其他的在資料庫裡沒有的，比如是一直「狗」，但是這只狗在我們的資料集裡並沒有，可是經過function作用後，仍然會輸出乙個單詞「dog」。
****：**假設我們要進行對乙個地區未來某一天的pm2.5值進行**，那就需要對過去的一系列data進行學習，訓練得到我們最好的function來進行**。
**分類：**第一種分類方式就是我們想要對某種東西判斷它屬不屬於這一類，比方說要對乙隻狗判斷它是不是dog，如果是輸出true，不是的話輸出false。我們就需要對一系列的data進行訓練找到用來分類的那個function；第二種分類方式就是，我們想要輸入隨意一張動物的，知道它叫什麼，那就是需要對一系列的data進行學習，然後的得到好幾個function，比如輸入一張猴子的，它能告訴我們它是「monkey」，輸入乙隻貓的，它能告訴我們它是「cat」。
1.監督學習：在監督式學習下，輸入資料被稱為「訓練資料」，每組訓練資料有乙個明確的標識或結果。
2.無監督學習在無監督式學習中，資料不被特別標識，學習模型是為了推斷出資料的一些內在結構。
3.半監督學習在此學習方式下，輸入資料部分被標識，部分沒有被標識，這種學習模型可以用來進行**，但是模型首先需要學習資料的內在結構以便合理的組織資料來進行**。
4.強化學習在強化學習下，輸入資料直接反饋到模型，模型必須對此立刻作出調整。
機器學習學習筆記
2.機器學習書籍 機器學習tom,這個是老經典，就是翻譯欠佳 prml，這個書正版的超貴，但是比較新且系統，可以通過其他途徑搞個副本。3.自己動手編碼實現2 3種經典演算法，比如svm，lr，bpnn等。4.了解spark上目前支援的機器學習方法的用途和用法，這個在日常工作中會用到。知道的多一點，方...
機器學習 學習筆記
關於梯度下降演算法的優化與 會有三種方法優化梯度下降演算法 1.共軛梯度下降法 conjugate 2.變尺度法 bfgs 3.限制變尺度法 l bfgs 這些方法的好處是 1.不用選擇學習速率 2.收斂的速度快，執行效率高 但是她們的缺點在於 實現她們的方法太複雜，所以我們就可以使用語言的內建庫函...
機器學習 學習筆記
監督學習 我們的學習演算法使用的資料是給出正確答案的資料，然後我們執行學習演算法，出更多的正確答案。理解為像深度需學習類似，利用訓練樣本訓練處學習模型，然後用測試樣本對學習到的模型進行檢測，輸出 結果。無監督學習 可以理解為對於學習演算法所使用的資料集並沒有給出正確答案，學習演算法就是要對這資料集進...