龙星计划-机器学习 notes-Lecture1-机器学习简介及线性代数、概率论、统计学知识回顾

课程主页

机器学习的定义

运用某种算法通过大量的数据进而使计算机进行衍化进化。

机器学习的应用

• 计算机视觉
• 语音识别
• NLP
• 搜索引擎
• 推荐系统
• 机器人：无人驾驶（感知 控制）
• 问答

机器学习的分类

• 监督学习 （分类 回归 排序 结构化预测）
• 无监督学习 （密度估计 异常检测）

建议

能用简单方法解决的就用简单方法解决，只有非用不可，并且可以带来显著提升的时候才用

机器学习三要素

数据 模型 算法 （需求）

先导知识

线性代数

• 向量 转置 内积外积
• 矩阵 加法 乘法 逆
• 范数 特征向量 特征值

概率论

联合概率 条件概率 独立性 条件独立