机器学习概述

机器学习是实现人工智能的手段，其主要研究内容弄是如何利用数据或经验进行学习，改善算法的性能。

机器学习的分类
监督学习（0supervised learning）
从给定的训练数据中，训练出函数
无监督学习（UNsupervised Learning）
没有人类标注的结果
强化学习（reinforcement learning，增强学习）
半监督学习（Semit_supervised learning）

深度学习（reinforcement learning）

scikit -learn
machine learning inPython

主要依赖Python的numpy,scipy,和matplotlib库
是开源和可复用的
基本功能：
scilit -learn 常用函数
应用 算法（algorithm）
分类（Classification） 异常检测，图像识别，等 knn,svm ,etc
聚类（Clustering） 图像分割，群体划分，等 k-means。谱聚类，etc

回归（regression）价格预测，趋势预测，等 线性回归，SVR，etc、
降维（dimension reduction）可视化，pca,nmf,etc
相关书籍：
机器学习周志华（入门书籍）西瓜书
主页;https://cs.nju.edu.cn/zhouzh/zhouzh.files/publication/MLbook2016.htm
清华大学出版社

PRML- Bishop
出版社：Springer
主页http://t.cn/RXv0YVz
早知此书phd早毕业两年

Machine learning
Coursera版
课程主页：http://t.cn/RJZQbV2
Stanford手书版
在线观看：http://t.cn/RwUWKMS
课程主页：http://cs229.stanfrod.edu/
机器学习的原理和算法知识

CS231n-FeiFei Li
课程主页：
http://cs231n.stanford.edu/
在线观看：
http://t.cn/RqRNasR
深度学习在计算机视觉层面的应用

reinforcement learning -David Silver
课程主页：
http://t.cn/Rw0rwtU
在线观看：
http://t.cn/RIAfRUt
增强学习