“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。”

——中文维基百科
  1. 机器学习(machine learning...
  2. zhihu.com/lives
  3. 【深度学习入门书】 Hands-On Machine Learning with...
  4. 【Machine Learning】
  5. 《Machine Learning》课程笔记索引贴
  6. Dykin's blog
  7. 《Machine Learning for Designers》解构脑图
  8. 常用机器学习框架 | Bin Xu' s blog
  9. 台大李宏毅机器学习作业 01 | 碎碎念
  10. 对于人工智能的学习有哪些建议? - 知乎
  11. 机器学习该怎么入门? - 知乎
  12. 机器学习该怎么入门? - 知乎
  13. 【机器学习】统计学习引论
  14. mlr tutorial
  15. 台大李宏毅机器学习 06 | 碎碎念
  16. pattern recognition and machine learning这本书怎么看? - 知乎
  17. 深度学习大讲堂
  18. 【机器学习】高效能的机器学习框架H2O.ai
  19. 深度学习资源汇总
  20. 强化学习 Reinforcement Learning 教程系列 | 莫烦Python
展开全文
Top