人工智能大概方面

推理

机器人

机器学习

知识

数据挖掘

自然语言处理

视觉

Outline

• Supervised learning:linear regression线性回归
• Non-linear regression,overfitting,and model selection
• Supervised learning:classification
• Unsupervised learning
• Other machine learning algorithms

Machine Learning:

Use data to approximate target

Applications of Machine Learning:

almost everwhere

Components of Machine Learning:

learning algorithm takes Data and hypothesis set to get final hypothesis

Scenarios: supervised/unsupervised/reinforcement

Areas:

classification/regression/ranking/clustering...

1.5倍下笔记

回归：预测电力使用。

线性回归。

好理解。

衡量效果：

引入loss函数。

均方 loss

最小化theta

机器学习算法三部分：

假设

loss

最小化方法：梯度下降迭代

概率解释：

高斯噪 声。

最大似然：独立同分布

代码：

看一下。

效果.

http://gitlab.alibaba-inc.com/jun.zhoujun/ml-base/wikis/criteo_100000_data

机器学习的领域：

1、分类

2、回归、预测

3、排名、排序

4、聚类、归类

5、降维

机器学习的目标：

理论问题：

1、在什么样的条件（约束）下能学到什么？

2、分析学习算法

算法：

1、更高效、准确的算法

2、处理 large-scale 的问题

3、处理不同种类的学习问题

机器学习算法分类：

监督学习与非监督学习和半监督学习，他们的区别就是有无 label 。有 label 就是监督学习，无 label 就是非监督学习，需要部分 label 辅助的就是半监督。

聚类 、降维、回归、

希望什么进行学习

具体的算法

example 

feature

转型机器学习，好好学习，天天向上。

人工智能：像人一样思考，think rationally

推理、机器人学习、NLP、DM。

关键：Learning。应用于各个领域。