1. 机器学习概述

1.python基础的准备

（1）软件

（2）python 版本：

（3）基本库的安装，只截了部分：

 2、学习笔记

1）Python基础

 9：27 介绍pip

13：48 类/继承类

 16：08 重心插值

 16：57 Taylor展示

 19：06 数值计算

 25：42 负二项分布

83：39 numpy与数学库的比较

 

2）机器学习概论

10：02分析人类的学习类型

 18：43机器学习的内涵与外延

 37：30 机器学习的一般流程

 

61：00 回忆数学知识

 3）什么是机器学习，有哪些分类？

机器学习按照学习形式进行分类，可分为监督学习、无监督学习、半监督学习、强化学习等。区别在于，监督学习需要提供标注的样本集，无监督学习不需要提供标注的样本集，半监督学习需要提供少量标注的样本，而强化学习需要反馈机制。

1. 监督学习，监督学习是利用已标记的有限训练数据集，通过某种学习策略/方法建立一个模型，实现对新数据/实例的标记（分类）/映射。

2.无监督学习是利用无标记的有限数据描述隐藏在未标记数据中的结构/规律。

3.半监督学习介于监督学习与无监督学习之间，其主要解决的问题是利用少量的标注样本和大量的未标注样本进行训练和分类，从而达到减少标注代价、提高学习能力的目的，

4.强化学习是智能系统从环境到行为映射的学习，以使强化信号函数值最大