原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12095772.html
AI、ML、DL 区别
- 人工智能：模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学；让机器像人一样思考。应用：国际跳棋程序
- 机器学习：人工智能的分支，研究机器模拟或实现人类的学习行为，以获取新的知识技能，并改善自身性能。应用：垃圾邮件过滤
- 深度学习：一种机器学习方法，模拟人脑机制解释数据，通过组合低层特征形成更加抽象的高程属性类别或特征。应用：谷歌视频寻猫
机器学习解决的问题
分类问题：根据数据样本抽取出的特征，判定其属于有限个类别中的哪个
- 垃圾邮件识别
- 图像识别
回归问题：根据数据样本抽取出的特征，预测一个连续值的结果
- 北京3个月后的房价
- 某部电影的票房
聚类问题：根据数据样本抽取出的特征，让样本抱团（相近/相关的样本在一团内）
- google的新闻分类
- 用户群体划分
机器学习算法分类
- 监督学习
- 无监督学习
- 半监督学习
- 强化学习
Note:
监督学习主要解决 分类问题 和 回归问题
无监督学习主要解决 聚类问题 和 关联规则
机器学习数学基础
- 微积分 —— 求导
- 线性代数 —— 矩阵的各种运算
- 概率论与数理统计 —— 朴素贝叶斯、隐马尔可夫
机器学习应用
机器学习与Python
深度学习应用
