初识机器学习
0、人工智能该怎么学
人工智能是一个很大的圈子，但是基础必然是机器学习
机器学习就是，你告诉机器你想做什么，并且给他一堆数据，让他去模仿着做。
机器学习需要哪些能力？
- 算法
- 数据
- 程序
- 评估
- 应用
机器学习能做什么？
- 模式识别
- 数据挖掘
- 统计学习
- 计算机视觉
- 语音识别
- 自然语言处理
机器学习流程？
一个机器学习的常规套路
- 数据收集与预处理：爬取数据和简单的打标签
- 特征选择与模型构建：转成计算机能认识的东西
- 评估与预测
上图所示，将数据按照体育类和非体育类分开
机器学习该怎么学？
- 机器学习的本质-包含了数学原理的推导与实际应用技巧
- 弄清楚原理很重要，在使用中才能快速定位参数和问题
- 机器学习中有很多金典的算法，既然要学习，那就需要弄清楚一个算法是怎么来的（推导）以及该如何应用
- 数学非常重要，你肯定已经忘很多知识，合适的做法是边学边查
推导 是重中之重，因为对于我们来说学习的目的就是转换自身的资本让我们更有竞争力，面试与笔试的时候，这些推导全来了。
重点在于，如何应用，库的使用，完整项目如何构建，从头到尾的流程。
深度学习是什么？
深度学习是机器学习中神经网络算法的延伸，只不过应用的比较广
深度学习在计算机视觉和自然语言处理中更厉害一些
那我是学机器学习，还是深度学习呢？一切的基础都是机器学习，做任何事情没有坚实的基础只会越来越迷茫，机器学习值得你从头开始
机器学习怎么动手去做？
只有实际应用啦，才觉得没白学，
那么去哪里找案例呢？ 最好的资源：Github，kaggle，各大资源分享点
很少从头开始去写一个项目，通常都是按照之前的某种套路照搬过来，
实际上大部分公司都这么做，建议大家先学会模仿，再去创作吧！
案例的积累作用很大， 其实我们干活是什么样的呢？
主要就是在模仿， 我们并不是科学家，能做事才能有用的，
既然人家是这么做的，并且做 的不错，那我们去模仿做出来的就是我们自己的！
习惯很重要，当你看别人的资料觉得掌握的差不多了，
其实你明天估计就忘的 也差不多了，
自己动手从头开始做笔记（不是照抄人家的，是写自己的）或者
博客都是很好的选择，只要你自己能写出来了才算真正的掌握！
重要的是，自己捋一遍
