机器学习&深度学习算法及代码实现

﹏ヽ暗。殇╰゛Y 2022-06-03 07:24 271阅读 0赞

# 机器学习简介 #

### 1、机器学习 ###

运用学习算法，利用所给的数据进训练，生成相应的模型。在面对新情况时，根据模型，给出正确的判断。

### 2、学习的定义 ###

针对经验E (experience) 和一系列的任务 T (tasks) 和一定表现的衡量 P，如果随之经验E的积累，针对定义好的任务T可以提高表现P，就说计算机具有学习能力。

### 3、应用范围 ###

语音识别、自动驾驶、语言翻译、计算机视觉、推荐系统、无人机、识别垃圾邮件等。

### 4、相关概念 ###

训练集(training set/data)/训练样例（training examples): 用来进行训练，也就是产生模型或者算法的数据集  
测试集(testing set/data)/测试样例 (testing examples)：用来专门进行测试已经学习好的模型或者算法的数据集  
特征向量(features/feature vector)：属性的集合，通常用一个向量来表示，附属于一个实例  
标记(label): c(x), 实例类别的标记  
正例(positive example)  
反例(negative example)

### 5、分类 ###

有监督学习(supervised learning)： 训练集有类别标记(class label)  
无监督学习(unsupervised learning)： 无类别标记(class label)  
半监督学习（semi-supervised learning)：有类别标记的训练集 + 无标记的训练集

### 6、传统机器学习算法 ###

决策树、K邻近算法、支持向量机、朴素贝叶斯、神经网络、Logistic回归算法，聚类等。

### 7、当前较火的机器学习方向 ###

深度学习、强化学习、迁移学习等

## 算法讲解与代码实现： ##

传统机器学习算法及代码实现：  
[决策树-机器学习算法及代码实现][-]  
[k邻近算法-机器学习算法及代码实现][k_-]  
[支持向量机-机器学习算法及代码实现][- 1]  
[神经网络-机器学习算法及代码实现][- 2]

深度学习算法及代码实现：  
[感知机-从零开始学深度学习][- 3]  
[CNN入门详解及TensorFlow源码实现–深度学习笔记][CNN_TensorFlow]  
[RNN入门详解及TensorFlow源码实现–深度学习笔记][RNN_TensorFlow]  
[生成对抗网络入门详解及TensorFlow源码实现–深度学习笔记][TensorFlow]

更多机器学习、深度学习算法的笔记  
[生成对抗网络介绍与原理分析][Link 1]

机器学习、深度学习算法之个人见解  
[神经网络学习笔记][Link 2]

深度学习在NLP方面的应用  
[经典词嵌入与神经网络语言模型的对比研究][Link 3]

google机器学习框架Tensorflow学习  
[Tensorflow基础知识与神经网络构建–step by step 入门TensorFlow（一）][Tensorflow_step by step _TensorFlow]  
[深层神经网络实现–step by step 入门TensorFlow（二）][step by step _TensorFlow]  
[MNIST 数字识别和数据持久化–step by step 入门TensorFlow（三）][MNIST _step by step _TensorFlow]

机器学习入门材料推荐  
[机器学习&深度学习入门学习资料大全(一)][Link 4]  
[机器学习&深度学习入门学习资料大全(二)][Link 5]  
[机器学习该怎么入门][Link 6]  
[深度学习如何入门][Link 7]

转载于：http://blog.csdn.net/qq\_31456593/article/details/69340697?locationNum=7&fps=1

[-]: http://blog.csdn.net/qq_31456593/article/details/69320724
[k_-]: http://blog.csdn.net/qq_31456593/article/details/69324592
[- 1]: http://blog.csdn.net/qq_31456593/article/details/69331572
[- 2]: http://blog.csdn.net/qq_31456593/article/details/69338579
[- 3]: http://blog.csdn.net/qq_31456593/article/details/71335926
[CNN_TensorFlow]: http://blog.csdn.net/qq_31456593/article/details/71108257
[RNN_TensorFlow]: http://blog.csdn.net/qq_31456593/article/details/71110452
[TensorFlow]: http://blog.csdn.net/qq_31456593/article/details/71113926
[Link 1]: http://blog.csdn.net/qq_31456593/article/details/71531116
[Link 2]: http://blog.csdn.net/qq_31456593/article/details/72800964
[Link 3]: http://blog.csdn.net/qq_31456593/article/details/77542071
[Tensorflow_step by step _TensorFlow]: http://blog.csdn.net/qq_31456593/article/details/77528930
[step by step _TensorFlow]: http://blog.csdn.net/qq_31456593/article/details/77528996
[MNIST _step by step _TensorFlow]: http://blog.csdn.net/qq_31456593/article/details/77529168
[Link 4]: http://blog.csdn.net/qq_31456593/article/details/72801229
[Link 5]: http://blog.csdn.net/qq_31456593/article/details/72801194
[Link 6]: https://www.zhihu.com/question/20691338
[Link 7]: https://www.zhihu.com/question/26006703