一图胜千言！187张图图解机器学习，小白也能轻松掌握

前言：

机器学习是什么？ 百度上的解释“机器学习（Machine learning）是人工智能的子集，是实现人工智能的一种途径，但并不是唯一的途径。它是一门专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能的学科。大概在上世纪80年代开始蓬勃发展，诞生了一大批数学统计相关的机器学习模型。”。
机器学习研究的是计算机怎样模拟人类的学习行为，以获取新的知识或技能，并重新组织已有的知识结构，使之不断改善自身。

2.机器学习应用场景
作为一套数据驱动的方法，机器学习已广泛应用于数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别和机器人等领域。

智能医疗：智能假肢、外骨骼、医疗保健机器人、手术机器人、智能健康管理等。
人脸识别：门禁系统、考勤系统、人脸识别防盗门、电子护照及身份证，还可以利用人脸识别系统和网络，在全国范围内搜捕逃犯。
机器人的控制领域：工业机器人、机械臂、多足机器人、扫地机器人、无人机等。

3. 机器学习的工作方式：​
   ①选择数据：将你的数据分成三组：训练数据、验证数据和测试数据；
   ②模型数据：使用训练数据来构建使用相关特征的模型；
   ③验证模型：使用你的验证数据接入你的模型；
   ④测试模型：使用你的测试数据检查被验证的模型的表现；
   ⑤使用模型：使用完全训练好的模型在新数据上做预测；
   ⑥调优模型：使用更多数据、不同的特征或调整过的参数来提升算法的性能表现。

在这里，给大家推荐我学习中经常使用的的一本书，这本书向读者全面解析各类机器学习，就是这本《图解机器学习》

内容简介：
本书用丰富的图示，从最小二乘法出发，对基于最小二乘法实现的各种机器学习算法进行了详细的介绍。
第一部分介绍了机器学习领域的概况；
第二部分和第皿部分分别介绍了各种有监督的回归算法和分类算法；

第三部分介绍了各种无监督学习算法；
第四部分介绍了机器学习领域中的新兴算法。

书中大部分算法都有相应的MATLAB程序源代码，可以用来进行简单的测试