机器学习的基本概念

独家优势：
本课程为顶级学府原版《机器学习》升级课程，增加实战教程。
主讲倪冰冰教授为上海交通大学博士生导师、上海交大《机器学习》《深度学习》课程主讲教师。
最系统的机器学习算法课程，囊括算法领域最新研究成果，逐个击破机器学习的核心算法。

讲师介绍：

倪冰冰：上海交通大学博导/小视科技联合创始人

中组部第十一批青年千人；先后在微软亚洲研究院和谷歌公司美国总部工作。主要研究方向为计算机视觉、多媒体计算、机器学习。在国际重要学术期刊和会议发表学术论文100余篇。

课程概述：
本章节为AI300学院制作的《机器学习》第一个章节，带领大家了解什么是机器学习，为接下来机器学习算法学习铺垫和打下基础。完整的系列课程会介绍机器学习的基本算法和数学理论推导，包含了回归算法，分类算法，聚类算法，降维，集成学习以及多层感知几，每一个算法都有案例实战，帮助学员深刻理解算法。

本课程内容：
1.什么是机器学习
2.机器学习的特征和特征的提取
3.机器学习模型
4.如何获得测试结果
5.如何评估性能优劣
6.如何判断实质差别

系列后续课程：
*回归算法
*分类算法(KNN、贝叶斯，LDA、SVM)
*集成学习(决策树、Bagging、Boosting、boost trap、随机森林)
*聚类算法(K-means、HK-means、 Spectral Methods，GMM、EM)
*数据降维(主从分量分析、MDS、LE、LLE)
*多层感知机(神经元模型、多层感知机结构、反向传播BP算法)

搜索"AI300学院“，更多干货课程等着你