机器学习介绍
- 机器学习是实现人工智能的手段，其主要研究内容是如何利用数据或经验进行学习，改善具体算法的性能。
- 多领域交叉，涉及概率论、统计学、算法复杂度等多门学科。
- 分类：监督学习、无监督学习、强化学习（增强学习）、半监督学习、深度学习。
scikit-learn库介绍（sklearn）
- 依赖NumPy、SciPy、matplotlib库
- 开源、可复用
- 常用功能有6种，本专题学习以下四种：
注意：本课程侧重学习sk-learn库的调用方法，对于机器学习原理，本课程不予侧重。
相关书籍及课程推荐
- 西瓜书-适合本科高年级和研究生低年级
- 贝叶斯学派经典-广度、深度、可读性
- 吴恩达在线课程-机器学习原理，深入浅出
- 斯坦福-深度学习（及其在计算机视觉领域应用）
- 谷歌alpha go团队-强化学习原理及其技术应用
来源：https://www.cnblogs.com/nishida-rin/p/12253005.html