机器学习介绍
概念：告诉机器你要什么，给机器一堆数据让它去模仿。
例如：老师告诉我们要考100分，给我们练习册和答案，让我们联系的结果和答案尽可能的一致。
当下热门词包含关系：
人工智能 -》 机器学习 -》深度学习
应用领域：
模式识别、数据挖掘、统计学习数据分析
计算机视觉、语音识别、自然语言处理（热门）
基本流程：
1.数据收集与预处理
2.特征选择与模型构建
3.评估与预测
机器学习如何学习
机器学习本质：数学原理推倒和实际应用
1. 数学原理推倒
注重对算法的数学原理推倒，知道实际应用过程的背后原理
2. 学习经典算法
后面的不常用算法边学边用
3.数学知识
对学习过程中的数学可以边用边查
4. 项目支撑
企业看中你在机器学习相关项目中做过什么
5. 脚踏实地动手做
从基础开始，进行案例积累、模仿，一步一步来
找案例：github, kaggle
算法推导如何学
1. 找书、找博客、找视频找适合自己
2. 找一起学习的伙伴，一起讨论交流
3. 对看过的资料进行验证，写博客、写笔记
语言选择：python
选择理由：简单实用，丰富的工具库，主流机器学习平台都提供 python 接口支持。
人生苦短我用 python
学习流程：过一遍基础语法 -》了解主流工具库-》掌握常用函数的名称-》动手练习
开发环境：anaconda
使用 anaconda 集成环境，用 notebook 进行代码编写
网友评论