机器学习

机器学习

机器学习的定义是把无序数据转化为价值的方法

机器学习的实际意义是从数据中抽取规律，并用来预测未来

机器学习的常规应用：

• 分类问题 ：图像识别、垃圾邮件识别
• 回归问题 ：股价预测、房价预测
• 排序问题 ：点击率预估、推荐
• 生成问题 ：图像生成、图像风格转换、图像文字描述生成

机器学习应用流程

机器学习岗位职责

• 数据处理（采集+去噪）
• 模型训练（特征+模型）
• 模型评估与优化（MSE、F1-score、AUC+调参）
• 模型应用（A/B测试）

深度学习

机器学习是实现人工智能的方法

深度学习是实现机器学习算法的技术

深度学习算法集合

• 卷积神经网络
• 循环神经网络
• 自动编码器
• 稀疏编码
• 深度信念网络
• 限制玻尔兹曼机
• 深度学习+强化学习=深度强化学习

深度学习简介

深度学习进展——图像分类

深度学习进展——机器翻译

深度学习进展——图像生成

深度学习进展——AlphaGo