【阿里雲大學課程】機器學習入門:概念原理及常用演算法
01-23
AlaphaGo與圍棋界的較量,吸引了全世界的目光,也讓大家見識到了機器學習與人工智慧技術的強大之處。你是不是也想學機器學習了?
機器學習是人工智慧的一個分支。人工智慧的研究是從以「推理」為重點到以「知識」為重點,再到以「學習」為重點,一條自然、清晰的脈絡。顯然,機器學習是實現人工智慧的一個途徑,即以機器學習為手段解決人工智慧中的問題。
在維基百科中,機器學習有下面幾種定義:
- 機器學習是一門人工智慧的科學,該領域的主要研究對象是人工智慧,特別是如何在經驗學習中改善具體演算法的性能。
- 機器學習是對能通過經驗自動改進的計算機演算法的研究。
- 機器學習是用數據或以往的經驗,以此優化計算機程序的性能標準。
機器學習演算法可以分成下面幾種類別:
- 監督學習:從給定的訓練數據集中學習出一個函數,當新的數據到來時,可以根據這個函數預測結果。監督學習的訓練集要求是包括輸入和輸出,也可以說是特徵和目標。訓練集中的目標是由人標註的。常見的監督學習演算法包括回歸分析和統計分類。
- 無監督學習:與監督學習相比,訓練集沒有人為標註的結果。常見的無監督學習演算法有聚類等。
- 半監督學習:介於監督學習與無監督學習之間。
- 增強學習:通過觀察來學習做成如何的動作。每個動作都會對環境有所影響,學習對象根據觀察到的周圍環境的反饋來做出判斷。
阿里雲大學聯合螞蟻金服高級演算法專家推出了免費的機器學習入門課程:
機器學習入門:概念原理及常用演算法 - 阿里雲大學(點擊開始學習)
課程大綱如下:
第1 章 : 機器學習概念、原理和應用場景
- 機器學習基礎概念
- 機器學習的領域
- 機器為什麼能學習
第2 章 : 機器學習常用演算法
- 監督學習 - 線性回歸
- 非線性回歸、過度擬合、模型選擇
- 有監督學習分類
- 無監督學習
第3章:總結與練習
更多精品課程,請關註:阿里雲大學 - 知乎專欄
推薦閱讀: