什么是机器学习? What is machine learning?

Рет қаралды 142,054

8 жыл бұрын

在这里我们介绍了什么是机器学习, 还有机器学习包含了哪些方法.
通常来说, 机器学习的方法包括:
监督学习 supervised learning;
非监督学习 unsupervised learning;
半监督学习 semi-supervised learning;
强化学习 reinforcement learning;
遗传算法 genetic algorithm.
大家就在影片中看看这些方法究竟都有哪些不同吧.
机器学习-简介系列播放列表: • 有趣的机器学习
我创建的学习网站: morvanzhou.github.io/tutorials/
微博更新: 莫烦python
QQ 机器学习讨论群: 531670665

Пікірлер: 40

@ricky10116 7 жыл бұрын

謝謝你做的東西 ~~~ 學習很多新知識。

@gausseking 3 жыл бұрын

看了第一集。制作精良，通俗易懂，深入浅出。

@yue-tonhuang9458 3 жыл бұрын

背景音好大聲...聽的好累

@acheongcheong 2 ай бұрын

知識很好，但可以考慮不要加音樂嗎？倍速播放很痛苦

@mingilin1317 3 жыл бұрын

BGM太大聲啦!非常影響觀看體驗啊...

@rl814 7 жыл бұрын

感谢莫烦的视频。我是系统分析师，目前正在敲机器学习的门，希望通过deep learning进行系统日志分析，给系统分析师提出方案建议。

@qinqiandavidwu2658 7 жыл бұрын

通俗易懂很棒！

@starbright1266 7 жыл бұрын

thanks a lot man! really clear and helpful

@witkaiy 7 жыл бұрын

謝謝你的分享來去看你的相關介紹拉~~~

@5n551 5 жыл бұрын

感謝你的介紹

@jackgao8861 8 жыл бұрын

通俗易懂点个赞

@yanghe1933 8 жыл бұрын

遗传算法、蚁群算法常见于人工智能知识领域中，是人工智能的一个重要应用方向。在我原来的学习中机器学习也是服务于人工智能的，但近几年来机器学习势头太好，以至于人工智能以机器学习为主导，遗传算法和机器学习的关系就不是那么说的清了。

@Djpp123 7 жыл бұрын

请问，学这门课，我需要有python的基础吗？

@ppioey5263 6 жыл бұрын

可以发一下视频的字幕文本吗我想要引用到我的论文

@user-zc4ub5kg3d 6 жыл бұрын

謝謝您

@stevejake6555 7 жыл бұрын

大神有有关caffe 的CV教学么

@doge-coin 7 жыл бұрын

莫煩老師您好，想請問一下一般我們在做machine learning的時候，是不是希望每個feature能盡量都independent？如果是的話，為什麼呢？那我們在做learning的時候，是不是要把互相dependent的 feature抽掉一些？非常謝謝老師！

@shanleung311 7 жыл бұрын

背景音樂比講者還要大聲

@wanlanjunmei1445 7 жыл бұрын

希望可以跟您很快的学习学习了

@haoshi4189 5 жыл бұрын

非常好下个月发工资给你赞助

@gzbin365 8 жыл бұрын

期待增强学习的介绍，感谢分享

@gzbin365 8 жыл бұрын

哦哦感谢，能推荐下增强学习的教程或者课程还有书籍以及相关的github项目吗，对于RL，暑假准备入门

@gzbin365 8 жыл бұрын

十分感谢！

@jackgao8861 8 жыл бұрын

这个列表点进去没有了

@unicornroc3468 7 жыл бұрын

你好!感謝你的視頻.我是剛入門機器學習的新手. 想表達一下自己對這集的理解.有錯的地方歡迎糾正. 第一種方法.監督學習:很好理解.圖片都有標籤. (感覺比較像標籤分類.先記錄下外觀參數.再分到狗的類別.看標籤對了就知道這參數是狗.反之則是貓) 第二種方法.非監督學習:不太懂.如果都不給標籤.那機器要以什麼為基準分類? (例:你希望他分辨貓狗.但不給他貓狗可能長的樣子.邏輯上好像有點問題...) 第三種方法.半監督學習:這種方法就是1+2了.有給貓狗可能的長相. (先找出少量有標籤的樣本.定好目標.再讓大量沒標籤的樣本去比對.這種方法跟第一種的差別.應該在於那些沒標籤的樣本.沒辦法讓機器真正知道自己判斷的是對或錯.EX:長得像狗的貓.長得像貓的狗...) 後面兩種感覺是實例運用. 強化學習:投籃例子跟監督學習有點像.投進一分(狗)沒進(貓).隨機投進第一顆以後.告訴機器就是這樣.然後讓他照著做. (可能先從能打板開始.一開始就要得分有點難XDD) 遺傳算法:聽起來像是為了節省消耗.增加效率的宏觀運用. (像是以上面那個投藍機器為例子.一開始直接開五台給她們同時開始學.當有其中一台投進以後就把其它四台機器關掉.並寫入得分那一台的數據.不停競爭淘汰.複製重生的過程XD) 以上是我對影片的小小看法. 最後還是要感謝中文教學真的幫助很大~

@qinglongcui1670 5 жыл бұрын

很棒的总结，总结就是学习的好方法