机器学习教程

机器学习（Machine Learning）是一种实现人工智能的方法，本教程带大家了解机器学习相关概念、机器学习方法、机器学习原理，介绍机器算法，并告诉大家怎么用最流行的 Python 机器学习库来实现。

当前资料

拟定大纲

概述

• 什么是机器学习
• 机器学习的发展
• 数据与机器学习
• 机器学习的分类
• 哲学与伦理思考

入门

• 机器学习的流程
• 搭建环境
• numpy 基础
• Matplotlib 可视化
• 数据的预处理
• K 近邻算法原理
• K 近邻算法操作

进阶

• scikit-lern 对算法的封装
• 数据集拆分
• 算法准确度
• 调参：超参数
• 调参：网格搜索
• 数据的归一化
• 向量化
• 可解释性
• 几种距离算法
• 线性回归算法评测
  • 均方误差 MSE
  • 均方根误差 RMSE
  • 平均绝对误差 MAE
  • R 方 RS
• 梯度下降法
• 时间复杂度
• 降维、降噪 PCA
• 交叉验证（LOO-CV 留一法）
• 过拟合、欠拟合
• 泛化
• 学习曲线
• 偏差方差
• 决策边界
• 精准率/召回率/混淆矩阵/F1 Score
• OvR, OvO
• 核函数/高斯核函数
• 信息熵/基尼系数
• CART
• smote
• ...

监督学习

• 概述
• 分类
  • 朴素贝叶斯
  • 决策树
  • 支持向量机（SVN）
  • 逻辑回归
• 回归
  • 线性回归
  • 回归树
• 分类和回归
  • K邻近 KNN
  • Adaboosting
  • 神经网络

无监督学习

• 聚类
  • K- 均值（K-means）
• 降维

强化学习

• Q-Learning
• 时间差学习（Temporal difference learning）

其他

• 贝叶斯
• 集成学习
• 关联规则学习
• 人工神经网络（ANN）
• CNN
• GAN
• LSTM
• NLP BERT

工程

• 大规模机器学习
• 机器学习工程
  • 多模态特征（音频、文本、视频）
  • 流式特征（实时语音、视频、轨迹等）
  • 标注数据
• 基于云端的机器学习
• 机器学习平台

机器学习应用

• 图像
  • 图片识别（花卉识别）
  • OCR
  • 电影制作
  • 复活老电影（AI补帧）
  • 修复老照片（超分辨率）
  • 手势识别（游戏）
  • 车牌识别
  • 去掉水印
  • 扣像（图像分割）
  • 人体姿态估计（舞蹈）
  • 图片美化（美颜，美妆，数据增广）
  • 人脸识别
• 文字
  • AI 降低噪（在嘈杂环境语音更清晰）
  • 声音复刻（明星语音导航，电话营销）
  • 机器翻译
  • 文字生成（AI写作）
• 语音
  • 智能音箱
  • AI 通话
  • 语音转写（录音笔）
  • 实时翻译
  • AI 作曲
• 医疗
  • 新药研发（找到新的化合物）
  • 住院预测（非计划住院）
  • 医疗影像（AI看片）
• 互联网
  • 推荐
  • 搜索
  • 活体检测（支付安全）
  • 无人超市
  • 虚拟试衣
• 财经
  • 自动交易
  • 信贷评估
  • 房价估算
  • 保险评估
  • 股票预测
• 考古
  • 识别古文字