1.python基礎的准備
本課程擬采用Python做為機器算法應用的實現語言，所以請確保:
1）安裝好Python開發環境， PyCharm 或 Anaconda等都可以，按個人習慣喜好。
2）基本庫的安裝，如numpy、pandas、scipy、matplotlib
3）具備一定的Python編程技能，如果不熟悉，可選擇一個教程進行學習，Python簡單好上手，資源也很豐富。
菜鳥教程 Python 3 教程 http://www.runoob.com/python3/python3-tutorial.html
廖雪峰的官方網站 Python3 https://www.liaoxuefeng.com/wiki/1016959663602400
學習視頻
2.視頻學習內容：https://www.bilibili.com/video/BV1Tb411H7uC?p=1
1）P4 Python基礎
2）P1 機器學習概論
機器學習是一門多領域交叉學科，涉及較多的數學知識，我們不做太多理論上的要求，如果有聽不懂的地方，不要放棄，看一遍就有個印象。通過觀看視頻，大家對課程有個總體的認識。
建議大家邊看邊做筆記，記錄要點及所在時間點，以便有必要的時候回看。學習筆記也是作業的一部分。
3.小練習：
1）貼上Python環境及pip list截圖，了解一下准備情況。
2）貼上視頻學習筆記，要求真實，不要抄襲，可以手寫拍照。
（1）P1 機器學習概論
換個表述，機器學習是人工智能的一個分支。我們使用計算機設計一個系統，使它能夠根據提供的訓練數據按照一定的方式來學習；隨着訓練次數的增加，該系統可以在性能上不斷學習和改進；通過參數優化的學習模型，能夠用於預測相關問題的輸出。機器學習例子：無人駕駛機動車。
（2）P4 Python基礎
3）什么是機器學習，有哪些分類？結合案例，寫出你的理解。
什么是機器學習：
機器學習是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。
它是人工智能的核心，是使計算機具有智能的根本途徑。
機器學習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，也可以說是特征和目標。訓練集中的目標是由人標注的。常見的監督學習算法包括回歸分析和統計分類。
監督學習和非監督學習的差別就是訓練集目標是否人標注。他們都有訓練集 且都有輸入和輸出
無監督學習與監督學習相比，訓練集沒有人為標注的結果。常見的無監督學習算法有生成對抗網絡、聚類。
半監督學習介於監督學習與無監督學習之間。
增強學習機器為了達成目標，隨着環境的變動，而逐步調整其行為，並評估每一個行動之后所到的回饋是正向的或負向的。