第一章，第一课：机器学习课程介绍

机器学习介绍

1. 机器学习是实现人工智能的手段，其主要研究内容是如何利用数据或经验进行学习，改善具体算法的性能。
2. 多领域交叉，涉及概率论、统计学、算法复杂度等多门学科。
3. 分类：监督学习、无监督学习、强化学习（增强学习）、半监督学习、深度学习。

scikit-learn库介绍（sklearn）

1. 依赖NumPy、SciPy、matplotlib库
2. 开源、可复用
3. 常用功能有6种，本专题学习以下四种：

 

注意：本课程侧重学习sk-learn库的调用方法，对于机器学习原理，本课程不予侧重。

相关书籍及课程推荐

1. 西瓜书-适合本科高年级和研究生低年级
2. 贝叶斯学派经典-广度、深度、可读性
3. 吴恩达在线课程-机器学习原理，深入浅出
4. 斯坦福-深度学习（及其在计算机视觉领域应用）
5. 谷歌alpha go团队-强化学习原理及其技术应用