01 机器学习介绍
人工智能的发展
- 人工智能 - 机器学习 - 深度学习
机器学习的用途
图像识别 CV
- 无人驾驶
- 医疗 - 识别CT图细微区别
- 图片艺术化
- iphone 人脸识别
自然语言处理 NLP
- 新闻自动生成机器人
传统预测
- 信贷、销量预测
机器学习库和框架
- Scikit-learn
- Pytorch
- Tensorflow
学习书籍推荐
- 统计学习方法 (不建议直接读)
2.编程实战类 (课程结束后,重点关注案例)
学习目标
- 机器学习各种算法原理
- 算法的使用
- 算法库和框架
什么是机器学习?
- 定义: 机器学习是从数据中自动分析获得规律(模型),并利用规律对未知数据进行预测。
- 实例:
- AlphaGo : 通过学习棋谱,生成经验,对柯洁的棋谱进行预测。
- 广告搜索:通过用户历史搜索数据,预测用户喜好。
为什么需要机器学习?
- 解放生产力 - 智能客服 - 24小时作业
- 解决专业问题 - ET医疗 - 辅助看病
- 提供社会便利 - 阿里 - 城市大脑
机器学习在各领域带来的价值
- 领域:医疗、航空、教育、物流、电商...
- 目的: 机器学习代替手动的步骤,减少成本提高效率
原文地址:https://www.cnblogs.com/hp-lake/p/11825883.html
时间: 2024-09-30 13:24:21