系列文章：《机器学习实战》学习笔记 这是《机器学习实战》的第一章，本章简要介绍了下什么是机器学习、机器学习的主要任务和本书中将要用到的Python语言。现在机器学习（Machine learning）与人工智能（Artificial intelligence）这么火，介绍机器学习的文章网上 ...

矩阵 参考: 机器学习基础 一般而言，一个对象应该被视为完整的个体，表现实中有意义的事物，不能轻易拆分。 对象是被特征化的客观事物，而表（或矩阵）是容纳这些对象的容器。换句话说，对象是表中的元素，表是对象的集合（表中的每个对象都有相同的特征和维度，对象对于每个特征都有一定的取值 ...

1. 在深度学习中，涉及到大量矩阵相乘，现在需要计算三个稠密矩阵A,B,C的乘积ABC，假设三个矩阵的尺寸分别为m*n,n*p,p*q,且m<n<p<q，以下计算顺序效率最高的是： 解析：首先，根据简单的矩阵知识，因为 A*B ， A 的列数必须和 B ...

目录 机器学习基础 什么是机器学习 机器学习 应用场景 海量数据 机器学习的重要性 机器学习的基本术语 监督学习和非监督学习 监督学习：supervised learning 非监督学习 ...

第1章 机器学习基础 机器学习 概述 机器学习就是把无序的数据转换成有用的信息。 获取海量的数据 从海量数据中获取有用的信息 我们会利用计算机来彰显数据背后的真实含义，这才是机器学习的意义。 机器学习 场景 机器学习已应用于多个领域，远远超出大多数人的想象 ...

构建ML模型的步骤 现在我们已经看了解到了一些ML应用程序的例子，问题是，我们如何构建这样的ML应用程序和系统? 下图总结了我们使用ML开发应用程序的方法，我们将在下面更详细地讨论这个问题: 如上图所示，建立学习模型的步骤如下: 问题定义:任何项目的第一步不仅是理解 ...

继续回到神经网络章节，上次只对模型进行了简要的介绍，以及做了一个Hello World的练习，这节主要是对当我们结果不好时具体该去做些什么呢？本节就总结一些在深度学习中一些基本的解决问题的办法。 为什么说是“基本的办法”？因为这一部分主要是比较基础的内容，是一些常用的，比较容易理解的，不过多 ...

从业这么久了，做了很多项目，一直对机器学习的基础课程鄙视已久，现在回头看来，系统的基础知识整理对我现在思路的整理很有利，写完这个基础篇，开始把AI+cv的也总结完，然后把这么多年做的项目再写好总结。 参考：机器学习&深度学习算法及代码实现 学习路线第一步：数学主要为微积分、概率统计 ...