摘要：
1.机器学习的过程 就和人脑一样，人通过总结以往经验，来得出一个对未来还未发生的事情的预测判断，一个模型的好坏就看预测的准确度与否，就像经验丰富的人对未来的判断比较准确，所以被称为先知 2.机器学习的开发流程 学习这个历程：主要是发现问题，解决问题，机器学习也是这样。 3.数据的重要性 玩笑话：成功 阅读全文
摘要：
1.高数 2.线代 3.概率论与数理统计 总结：数学方面确实需要好好补，之前只是为了考试，真正在计算机学习上运用非常少，远离浮躁的风气，踏踏实实一步一步来。 阅读全文
摘要：
机器学习如果不细分的话，可以分类三类，分别是监督学习、无监督学习（无监督学习其中还包含着半监督学习）、强化学习 1.监督学习 一个样本对应一个标签，通过一定的这样样本标签组成的训练集，从而找到其中函数映射关系，再通过这样的函数映射关系，在测试集中，来测试训练得到的函数模型的拟合效果。 2.无监督学习 阅读全文
摘要：
机器学习与深度学习和人工智能的关系 范围上：人工智能 ＞ 机器学习 ＞ 深度学习 实际上 深度学习属于是实现机器学习上的一种方法，因为深度学习十分适合来找一种从ｘ到ｙ的精准映射函数，在传统机器学习无法实现的函数上，机器学习可以表现出十分良好的效果（个人理解） ２．机器学习的范围 3.机器学习可以解决 阅读全文