机器学习入门:概念原理及常用算法

2018-07-16  本文已影响0人  xmvip01

机器学习(Machine Learning, ML)是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。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。

它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。

教学课程:机器学习入门概念

(课程主要讲解机器学习的概念、原理和应用场景,以及机器学习的常用算法,比如有监督学习、无监督学习、线性回归等。)

教学大纲

教程课时:

第1 章 : 机器学习概念、原理和应用场景

课时1:机器学习基础概念 

课时2:机器学习的领域 

课时3:机器为什么能学习 

第2 章 : 机器学习常用算法

课时4:监督学习 - 线性回归 

课时5:非线性回归、过度拟合、模型选择 

课时6:有监督学习分类 

课时7:无监督学习 

第3 章 : 总结与练习

课时8:总结与练习

上一篇下一篇

猜你喜欢

热点阅读