1.機器學習概念
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。
2.科學定位
人工智慧(artificial intelligence, ai）的核心，是使計算機具有智慧型的根本途徑，其應用遍及人工智慧的各個領域，它主要使用歸納、綜合而不是演繹。
3.定義
**和開發一系列演算法來如何使計算機不需要通過外部明顯的指示，而可以自己通過資料來學習，建模，並且利用建好的模型和新的輸入來進行**的學科。機器學習是對能通過經驗自動改進的計算機演算法的研究
4.學習
針對經驗e (experience) 和一系列的任務 t (tasks) 和一定表現的衡量 p，如果隨之經驗e的積累，針對定義好的任務t可以提高表現p，就說計算機具有學習能力
5.應用
語音識別 自動駕駛 語言翻譯 計算機視覺 推薦系統 無人機 識別垃圾郵件
6.demo
人臉識別 無人駕駛汽車 電商推薦系統
機器學習（介紹）
a computer program is said to learn from experienceewith respect to some class of taskstand performance measurep,if its performance at tasks int,as me...
機器學習介紹
本文主要參考scikit learn機器學習 常用演算法原理及程式設計實踐 原始碼連線 本文包括 介紹機器學習應用，機器學習的分類，機器學習開發的典型步驟 得益於摩爾定律，計算機硬體 cpu gpu 為很多通過大量資料學習的演算法提供很好的條件，這類演算法稱為機器學習演算法。傳統演算法 資料 人工設...
機器學習介紹
機器學習是一種能夠賦予機器學習的能力以此讓它完成直接程式設計無法完成的功能的方法。但從實踐的意義上來說，機器學習是一種通過利用資料，訓練出模型，然後使用模型 的一種方法。機器學習界的乙個特色就是演算法眾多，發展百花齊放。以下六個演算法是使用最多，影響最廣 按照訓練的資料有無標籤，可以將上面演算法分為...