【阿裡雲大學免費精品課】機器學習入門：概念原理及常用算法

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能技術的強大之處。你是不是也想學機器學習了？

機器學習是人工智能的一個分支。人工智能的研究是從以“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，機器學習是實作人工智能的一個途徑，即以機器學習為手段解決人工智能中的問題。

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能的科學，該領域的主要研究對象是人工智能，特别是如何在經驗學習中改善具體算法的性能。 機器學習是對能通過經驗自動改進的計算機算法的研究。 機器學習是用資料或以往的經驗，以此優化計算機程式的性能标準。

機器學習算法可以分成下面幾種類别：

監督學習：從給定的訓練資料集中學習出一個函數，當新的資料到來時，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，也可以說是特征和目标。訓練集中的目标是由人标注的。常見的監督學習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，訓練集沒有人為标注的結果。常見的無監督學習算法有聚類等。

半監督學習：介于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回報來做出判斷。

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 ： 機器學習常用算法

監督學習 - 線性回歸

非線性回歸、過度拟合、模型選擇

有監督學習分類

無監督學習

第3章：總結與練習