机器学习绪论

  经过1个月的机器学习，从整体上了解了机器学习的基本算法。对于机器学习的过程应该是，第一，花2到3个月的时间总结其算法的基本数学原理，与此同时通过Java，Python等语言来实现，C++实现机器学习的库，第二，机器学习的应用阶段：将机器学习的算法用来解决实际的一些基本问题：图像识别，语音识别，广告分类，推荐系统，无人驾驶汽车，自然语言处理。在接下来的3个月里主要集中在图像识别这一块，以实际的机器人硬件为平台进行工程上的提升。最后，机器学习，数据挖掘算法可以与大数据结合。但是，现行流行的一句话是：不是最优的算法决定了你的输赢，而是拥有大数据。在大数据领域里如果要做技术的话，需要学习Spark框架下的操作，从最基础的SQL，编程语言开始学习，然后记过一定的积累可以试着写系统框架（即架构师）。

    机器学习算法主要分为有监督学习算法和无监督算法，所谓有监督学习算法是指输入的数据有标记和确定的结果，输入数据称为训练集，常见的监督学习算法有： 逻辑回归算法，反向神经网络算法等；无监督学习是指输入的数据没有标记，也没有确定的结果，常见的有：K-均值算法，Apriori算法，FP-growth算法。