https:///wiki/Gradient_descent
第四部分
还有什么！
AND
还有什么
And
过拟合
还有什么
And
大数据
大数据的核心是利用数据的价值，机器学习是利用数据 价值的关键技术，对于大数据而言，机器学习是不可或 缺的。 相反，对于机器学习而言at is machine learning
Google Brain 黑科技
何为机器学习
What is machine learning
Facebook文字理解引擎DeepText
何为机器学习
What is machine learning
机器学习界的执牛耳者与互联网界的大鳄的联姻
型的精确性，同时，复杂的机器学习算法的计算时间也 迫切需要分布式计算与内存计算这样的关键技术。 因此，机器学习的兴盛也离不开大数据的帮助。 大数据 与机器学习两者是互相促进，相依相存的关系。
还有什么
And
深度学习
从传统神经网络的单一隐藏层 发展到了多隐藏层。
人脸/图像识别 语音搜索 语音转文字 （Speech to text） 垃圾信息过滤 （异常侦测） 电商欺诈侦测 情感/词性分类 机器翻译 语言生成模型
机器学习
--入门指南
目录
CONTENT
01 何为机器学习 What is machine learning
02 三类机器学习算法 Machine learning algorithms
03 学习例子 Example code
04 还有什么 What!!!
第一部分
何为机器学习
What is ML?
中间的是Geoffrey Hinton, 加拿大多伦多大学的教授，如今被聘为 “Google大脑”的负责人。 右边的是Yann LeCun, 纽约大学教授，如今是Facebook人工智能实验 室的主任。 而左边的大家都很熟悉，Andrew Ng，中文何为机器学习
What is machine learning
传统编程
指令 因果
数据 相关
机器学习
人工智能
从广义上来说，机器正学则习表是达一式种能够赋予机器学习的 能力以此让它完成直接编程无法完成的功能的方法。
关键词、特征
自然语言处理
但从实践的意义上来说，机器学习是一种通过利数用据数挖掘
据，训练出模型，然后通使配用符模型预测的一种（方聚法类。、分类）还有什么And大脑的深度学习平台谢谢观看
何为机器学习
What is machine learning
下面几首诗，大家来猜猜，哪些是机器写的，哪些是人写的?
平仄，押韵，对偶，对仗
春到江南草更青，胭脂粉黛玉为屏。无端一夜西窗雨，吹落梨花满地庭。 一夜秋风扫叶开，云边雁阵向南来。清霜渐染梧桐树，满地黄花坡上栽。 梨花落尽柳絮飞，雨打芭蕉入翠微。夜静更深人不寐，江头月下泪沾衣。 雨打芭蕉滴泪痕，残灯孤影对黄昏。夜来无寐听窗外，数声鸡鸣过晓村。 秋深更觉少人行，雁去无声月满庭。兄弟别离肠断处，江南烟雨总关情。 明月当窗照夜空，桂花香透小楼东。金风玉露三更后，雪落梅梢一点红。
三类机器学习算法
Machine learning algorithms
非监督学习
三类机器学习算法
Machine learning algorithms
聚类
降维
三类机器学习算法
Machine learning algorithms
强化学习
三类机器学习算法
Machine learning algorithms
入门级 高漏误报率
简单逻辑描述 简单数据挖掘 （关联、序列）
无监督学习、监督 学习、强化学习
第二部分
三类机器学习算法
Machine learning algorithms
三类机器学习算法
Machine learning algorithms
监督学习 ？ 和平区、120平、
新房，价格多少。
三类机器学习算法
杂的非线性分类。
01 04
逻辑回归
预测结果是离散的分类，例如判断这 封邮件是否是垃圾邮件，以及用户是 否会点击此广告等等。
03
SVM
通过给予逻辑回归算法更严格的优化 条件，支持向量机算法可以获得比逻 辑回归更好的分类界线。但是如果没 有某类函数技术，则支持向量机算法 最多算是一种更好的线性分类技术。
第三部分
学习例子
Example code
学习例子
Example code
疯狂的if else语句
权重
学习例子
Example code
步骤1：
首先，将每个权重都设为1.0
步骤2：
将每栋房产带入你的函数运算， 检验估算值与正确价格的偏离 程度。
步骤3：
不断重复步骤2，尝试所有可 能的权重值组合。哪一个组合 使得代价最接近于0，它就是 你要使用的，你只要找到了这 样的组合，问题就得到了解决!
Machine learning algorithms
线性回归
拟合出的直线代表数据的真实值，而 观测到的数据代表拥有误差的值。为 了尽可能减小误差的影响，需要求解 一条直线使所有误差的平方和最小。
02
神经网络
分解与整合。每个处理单元事实上就 是一个逻辑回归模型，逻辑回归模型 接收上层的输入，把模型的预测结果 作为输出传输到下一个层次。通过这 样的过程，神经网络可以完成非常复