机器学习简介

一、什么是机器学习？

让机器，去学习

二、机器如何学习？

人类学习与机器学习过程对比

三、人工智能、机器学习、深度学习之间的关系

人工智能-机器学习-深度学习关系图.png

四、平台选择

1.演示环境或者科研环境用Scikit-learn
优点：算法种类多样，演示方便
缺点：不是分布式
语言：Python

2.生产环境用Spark MLLib
优点：分布式，能处理大数据；
缺点：算法种类不多
语言：Python、Scala、Java

学习资料：http://spark.apache.org/docs/latest/ml-guide.html

五、环境搭建

1.演示环境
  语言：Python 3
  框架：scikit-learn
  IDE：Jupyter notebook

  推荐使用开源环境管理工具Anaconda（官方网站）快速搭建演示环境。
  Anaconda是一个开源的环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换，可以便捷获取包且对包能够进行管理，同时对环境可以统一管理。
  Anaconda包含了conda、Python在内的超过180个科学包及其依赖项，比如：numpy、pandas等。

  具体安装步骤参考：Anaconda一站式开发环境

2.生产环境
  语言：Python 3
  框架：Spark MLLib
  IDE：IDEA

  具体安装步骤参考：使用intellij idea 搭建Spark开发环境