从机器学习谈起,机器学习平台

机器学习从哪里着手？

前提是你又一定的高等数学，概率论和线性代数的基础，其次就是一定的编程能力这个可以培养。其实机器学习并没有你想想的那么难以学习，机器学习将来的发展有两个大的方向，一个是机器学习理论研究型的，像研究所，高校等，为工业届提供算法能力，这个就比较难，至少需要研究生甚至博士，再某一个算法钻研多年。其次就是应用型的，去解决实际问题的，这个很多的需要你理解业务，将业务问题转化为机器学习问题，你需要对统计学习算法，深度学习，强化学习等有一定的认识，你可以不用自己从头实现，但需要知道怎么调参，什么时候用什么算法。

机器学习是什么意思？

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。学习是人类具有的一种重要智能行为，但究竟什么是机器学习，长期以来却众说纷纭。社会学家、逻辑学家和心理学家都各有其不同的看法。那么机器学习到底是什么？直白来说，机器学习就是运用集成运算单元根据人类大脑的学习方式，进行模拟学习的一类学科。

举个简单的例子，假设今天周一，机器人‘小明’要去上学，下雨了就没法去学校了，那么我们需要让小明知道如果下雨，那么不去上学；如果天晴，那么就去上学。这事给小明一个训练集（类似于练习题，做一次，错了就给正确答案了，对了更好），经过我们人类事先给好习题和答案，小明能够知道下面这个逻辑：此时学校规定，除非雨大到水位250px才可以不来上学。

这时小明又要开始判断了。当雨水不足以阻挡小明去上学，那么问题又来了？小明是该打车去还是坐公交去呢？假如第一标准是八点之前必须到学校，第二标准是尽量不要淋雨，第三标准是花的钱要少。假设三个标准的权重分别是0.5，0.3，0.2 。此时小明要对已经比较复杂的状况进行选择了。如果小明考虑小明怎么走路才能更有效率，在中途打车时怎么跟司机交流呢？司机不可能只说一句话吧。

如果小明能应对司机所说的每句话，假设司机一般只说3类话（上车，去哪，多少钱）。每一类话的表达方式有很多种吧（‘来，上车’、‘小伙子快上来外面有雨’），假设每类话有30种可能，那光跟司机交流的可能话语就有30的3次方中可能，也就是说需要2.7万个谈话练习题（样本）就能保证小明能跟司机完成最基本的交流。在不断的扩充练习题（训练样本）进行训练学习，机器人“小明”会越来越聪明，这就是机器学习。

有哪些可以自学机器学习、深度学习、人工智能的网站？

给你分享下我入坑的珍藏，先已转行入深度学习，主要做CV。直接上干货：入门书籍的话也推荐几本，都是我看过的，顶呱呱的好书：《深度学习入门 基于python的理论与实现》《数学之美》《机器学习实战 基于scikit-learn和tensorflow》 --- 配套的GitHub，无敌好用：https://github.com/ageron/handson-ml李宏毅老师的深度学习课程：https://www.bilibili.com/video/av48285039from=search