这几天完成了阅读《机器学习极简入门》。
以前做过机器学习的python测试，但是对于其中的基本知识很是模糊，经过这本书的学习后，对于机器学习的基本原理有大概的了解。为什么是大概呢，因为基本知识涉及到的数学原理实在是太过于复杂了，前面的线性回归和朴素贝叶斯分类器的数学推导过程还能看懂，后面的基本属于直接跳过。学习机器学习最重要就是解决问题，笔者决定先把工具作为黑盒使用，不纠结于具体的数学原理了，先学会招式和套路。
机器学习可以通过学习事物特征的概率分布和转换来掌握事物的规律。现在铺天盖地在说人工智能，机器学习和深度学习，其实三个的是包含关系。这本书带给我最大的收获是明白了一些简单的概念，知道这个东西是啥。
在后面的学习中，笔者准将理论带入现实，将日常所见所得和机器学习联系起来，比如华为手机相册里面搜一下“婴儿车”，那么所有有婴儿车的图片就全部显示出来了，那么是使用的机器学习的哪一种模型呢？这个是典型的二分类问题，是婴儿车或者不是婴儿车，使用有监督学习的算法，哪一种比较好呢？经过这一次系统的了解后，接下来就可以深入的探索学习和实践了。
下面是使用xmind学习的框架，越靠后面的算法越复杂。
网友评论