必讀**：
**集位址：/5ffab74392c7f9be21308238
機器學習是人工智慧的乙個分支。人工智慧的研究歷史有著一條從以「推理」為重點，到以「知識」為重點，再到以「學習」為重點的自然、清晰的脈絡。顯然，機器學習是實現人工智慧的乙個途徑，即以機器學習為手段解決人工智慧中的問題。機器學習在近30多年已發展為一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、計算複雜性理論等多門學科。
機器學習應用開發典型步驟
一 資料清洗 統一同類資料的單位，去掉重複資料及雜訊資料。使得資料具備結構化特徵，方便作為機器學習演算法的輸入。二 特徵選擇 從所有的特徵值中，逐個分析選擇合適的特徵集合作為輸入。方法 1 人工選擇 2 pca演算法 三 模型選擇 根據問題領域 資料量大小 訓練時長 模型準確度等多方面因素決定模型的...
機器學習資料推薦
4 pattern recognition and machine learning bishop 700頁 大名鼎鼎的機器學習教材，現在沒有中文版。2008版本，所以文中的內容很有時代性和系統性 7 discrete stochastic processes draft of 2nd editio...
機器學習 提供推薦
計算兩個人的相似度 本來是推薦平均評分較高的作品，考慮到兩個人的愛好相似程度，對評分根據相似度進行加權平均 計算相似度 歐幾里得距離 pearson相關度 critics gene seymour michael phillips claudia puig mick lasalle jack mat...