课程拆分-介绍课之二：机器学习的介绍
本帖最后由 shaoheshaohe 于 2020-3-13 09:27 编辑人工智能发展至今，经历了以“推理”为重点到以“知识”为重点，再到以“学习”为重点的三个阶段。机器学习力图从数据中自动学习特征与发现规律，目前已是许多行业与头部公司的核心竞争力。在介绍了机器学习的概念与基本过程后，本课程详细介绍了机器学习的主要方法，讨论了机器学习在模型构建、学习、训练与使用中的许多基本结论。然后介绍了机器学习的发展历史，归纳了早期的经典算法。最后，对时下流行的自监督学习、迁移学习与少样本学习等热门概念进行了解析。通过本课程，我们将能掌握机器学习的基本概念、基本技术与模型选择的一些技巧。
机器学习的概念
机器学习的基本过程
机器学习的主要方法
机器学习的一些经典结论
机器学习的历史与“十大经典ML算法”
热点名词解析
无监督
有监督
半监督
强化学习
机器学习的常见问题
分类
回归
聚类
关联规则
异常分析
页:
[1]