目录

  • 1 What is machine learning?
  • 2 How machine learning works ?
  • 3 Examples of machine learning
  • 4 Major machine learning techniques
  • 5 Difference between artificial intelligence ,Machine learing ,and deep learning
  • 6 Let's get started with machine learning

Course 课程Machine learning with python

1 What is machine learning?

Mechaine learning is the subfiedl of computer scicence that gives " computer the ability to learn without being explicityly programmed"-- Arthur Samuel

2 How machine learning works ?

3 Examples of machine learning

喜好推荐

4 Major machine learning techniques

(1)tegression/Estimation
• Predicting continuous values
(2)Classification
• Predicting the item class/category of a case
(3)Clustering
• Finding the structure of data;summarization
(4)Associations
• Associaing frequent co-occurring items /events.比如纸尿裤和啤酒的关系
(5)Anomaly detection
• Discovering abnormal and unusual cases
(6)Sequence mining
• Predicting next events ;click-stream(Markov Model,HMM)
(7)Dimension Reduction
• Reducing the size of data(PCA)
(8)Recommendation systems
• Recommending items和人喜好相关

5 Difference between artificial intelligence ,Machine learing ,and deep learning

(1)AI components
• Computer Vision
• Language Processing
• Creativity
• Etc.
(2)Machine learning
是AI的一个分支,包含人工智能的统计。通过学习大数据去做一个新Solution中的相似的problem。
• Classification
• Clustering
• Etc.
(3)Revolution in ML
学习并且自己做出智能的决定
• Deep learning
总之,相比较于机器学习算法,深度学习包含了自动化更深的层次水平。

6 Let’s get started with machine learning

(1)Machine learning application
(2)Machine learning algorithms
• 有监督、无监督学习
• 模型评估和各种机器学习算法

【ML吴恩达】1 机器学习和深度学习和AI的区别相关推荐

  1. 吴恩达老师机器学习和深度学习课程文字版下载

    有人把吴恩达老师的机器学习课程和深度学习课程做成了文字版,提供pdf下载,Github获得21K+12.8Kstar! 现在提供下载! 获取方式:扫码进入公众号,回复"pdf2"即 ...

  2. 吴恩达《神经网络与深度学习》精炼笔记(5)-- 深层神经网络

    上节课我们主要介绍了浅层神经网络.首先介绍神经网络的基本结构,包括输入层,隐藏层和输出层.然后以简单的2 layer NN为例,详细推导了其正向传播过程和反向传播过程,使用梯度下降的方法优化神经网络参 ...

  3. 吴恩达《神经网络与深度学习》精炼笔记(4)-- 浅层神经网络

    上节课我们主要介绍了向量化.矩阵计算的方法和python编程的相关技巧.并以逻辑回归为例,将其算法流程包括梯度下降转换为向量化的形式,从而大大提高了程序运算速度.本节课我们将从浅层神经网络入手,开始真 ...

  4. 吴恩达《神经网络和深度学习》第二周编程作业—用神经网络思想实现逻辑回归

    吴恩达<神经网络和深度学习>-用神经网络思想实现逻辑回归 1 安装包 2 问题概述 3 学习算法的一般架构 4 构建算法的各个部分 4.1 激活函数 4.2 初始化参数 4.3 前向和后向 ...

  5. 吴恩达【神经网络和深度学习】Week4——深层神经网络

    文章目录 Deep Neural Network 1.Deep L-layer Neural Network 2.Forward Propagation in a Deep Network 3.Get ...

  6. 吴恩达《神经网络和深度学习》第四周编程作业—深度神经网络应用--Cat or Not?

    吴恩达<神经网络和深度学习>- 深度神经网络应用--Cat or Not? 1 安装包 2 数据集 3 模型的结构 3.1 两层神经网络 3.2 L层深度神经网络 3.3 通用步骤 4 两 ...

  7. Coursera吴恩达《神经网络与深度学习》课程笔记(1)-- 深度学习概述

    红色石头的个人网站:redstonewill.com 吴恩达(Andrew Ng)相信大家都不陌生了.8 月 8 日,吴恩达在他自己创办的在线教育平台 Coursera 上线了他的人工智能专项课程(D ...

  8. 永久免费!吴恩达刚公布的深度学习课程上线网易云课堂

    原来中标的是网易云课堂! 6 月 23 日,吴恩达宣布离开百度三个月后的创业项目:Deeplearning.ai,8 月 8 日,吴恩达的最新课程"Deep Learning Special ...

  9. 吴恩达说百度的深度学习已超越苹果和谷歌,那到底神在哪里?

    嗅科技2014-12-19 16:51 人工智能 深度学习 33 7 虎嗅注:百度深度学习今日出现了里程碑性的突破,有关该项技术的信息目前披露较少,虎嗅两位作者罗超与嗅科技提供了可供了解的线索,本文对 ...

最新文章

  1. MySQL 第七天(核心优化一)
  2. Flink从入门到精通100篇(十五)-Flink SQL FileSystem Connector 分区提交与自定义小文件合并策略 ​
  3. SQL server触发器中 update insert delete 分别给写个例子被。
  4. Python - 利用pip管理包
  5. 二十分钟教你如何将区块链应用与函数计算相结合 1
  6. linux传输tcp命令,Linux tcpdump命令帮助和示例
  7. linux收发outlook的邮件,Linux邮箱服务器配置:如何让outlook收发邮件,怎么样控制中继...
  8. 四个程序员恋爱必学的聊天知识点!
  9. C# 动态装载 DLL
  10. php tesseract,PHP ocr:用Tesseract OCR进行文字识别
  11. android zip winrar,WinRAR Zip Unzip Archive
  12. 计算机词汇 音标,计算机词汇带音标word版本.pdf
  13. 曼哈顿距离与切比雪夫距离的亲密♂关系。
  14. 过去式加ed的发音_过去式,过去分词,加ed 后的读法
  15. 一个简简单单的许愿墙
  16. NGFF、M.2、NVME、SATA、PCIE、USB的层次和区别:协议?接口?
  17. 关于 CC BY-SA 4.0
  18. Linux sed命令的用法介绍
  19. 2013年6月《棱镜透视了什么?》
  20. Libev源码分析02:Libev中的IO监视器

热门文章

  1. html中的js操作Session方法
  2. 搜索引擎流量控制的重要性
  3. Mac上一款简单实用的系统清理和优化工具
  4. php如何使用for循环html语句
  5. SimpleFOC移植STM32(九)—— ABZ编码器电机
  6. 标准差σ未知_均值的置信区间估计(σ未知)
  7. localhost/ ~wallhe/index.php,实战:2019 0ctf final Web Writeup(一)
  8. 文献管理与信息分析笔记+技巧
  9. LINUX系统ORACLE11G 64位安装文件,非官方下载,不需要登录ORACLE账户linux.x64_11gR2_database
  10. 荷花语汇瓷砖背景墙 打造出水芙蓉的客厅