菜鸟的机器学习笔记-day1-机器学习简介

版权声明：本文为博主原创文章，博客地址：https://blog.csdn.net/lianjoke0，未经博主允许不得转载。 https://blog.csdn.net/lianjoke0/article/details/82286684

人工智能vs机器学习vs深度学习

图片来源：https://blogs.nvidia.com/blog/2016/07/29/whats-difference-artificial-intelligence-machine-learning-deep-learning-ai/ 

人工智能的研究早在上世纪50年代就已经开始，它是人类一个终极目标，希望机器能够像人类具有智慧，能够自我学习、思考。

但直到80年代，人工智能实现的初步手段才真正诞生，那就是机器学习，它能解决一些问题，但还有些还是束手无策。

对于这些问题，2010年机器学习里的另一种方法-深度学习开始显示它的威力，并逐步成为大热。

机器学习的框架

 

step 1  定义需要训练的模型集合

step 2  有模型好坏的评价标准

step 3  选择出最好的模型

学习导图

机器学习的方法：监督学习，无监督学习，半监督学习，转移学习，强化学习

解决的问题：回归问题，分类问题，结构化学习问题

使用到的模型：线性模型， 非线性模型（深度学习，支持向量机，决策树，K-临近算法）

这些内容后面都会具体的讲到，现在先了解下，构建出整体的框架，后面再慢慢加深理解。