【科普周】入坑须知—机器学习扫盲篇（二）

欢迎关注哈希大数据微信公众号《哈希大数据》上一篇给大家介绍了有监督学习、无监督学习、和强化学习的含义和例子，这些可能还不够具体，机器学习博大精深本期咱们继续看看机器学习还有哪些好玩的点？想要入门机器学习你该怎么做？有哪些好的资料可以帮助大家尽快入门？

废话不多说咱们开始吧！

01 机器学习的应用

目前机器学习在以下场景应用非常火热：

1.推荐系统

网易云音乐每日推荐、每个人淘宝APP的首页都不一样这就是它对每个人的推荐、腾讯视频的“爱看”等

2.自然语言处理

百度的机器翻译、文本内容理解、文本情绪判断、科大讯飞的语音识别、搜狗的输入法、谷歌的搜索引擎智能匹配、互联网金融的风控系统等

3.计算机视觉

人脸识别、车牌识别、工业视觉检查、视频监控分析、文字识别、图片搜索、医疗影像检查，代表性的公司有商汤科技、Face++矿视科技等

02 入坑必备

既然这个领域这么火想入坑的小伙伴该如何下手呢？一般范式是这样的：


目前在互联网领域从事机器学习的人，有2类背景的人比较多，其中一部分(很大一部分)是CS背景出身的，这类同学代码能力逻辑能力强，有想法可以很快上手。另一部分是学数学统计领域的同学，这部分同学理论基础相对扎实一些。因此对比上图，这两类同学入门机器学习，所欠缺和需要加强的部分是不一样的。要是都没学过先哭一会然后恶补吧！（调皮的某男神~~）