跨界学习：Google AI开放课程之框架处理

【金融+技术】跨界

想转型，关注这里就对了

关注

学习地址：

https://developers.google.cn/machine-learning/crash-course/

米那桑，本来最初启动的时候，我是准备把每个chapter里涉及的知识点梳理出来作为学习笔记的，也算是功德一件。燃鹅，当我打开第一章框架处理的时候，才发现Google已经做了梳理，有种把饭做好喂到嘴边的感觉。

第一章节长这个样子

有两个建议：

在开始之前，先查一下监督式机器学习的概念，这个和监督熊孩子学习完全不是一回事。

《机器如何学习？5分钟弄懂监督学习、无监督学习、半监督学习与强化学习》

http://www.sohu.com/a/150444351_697750

原文中有生动案例有助于理解。这里简单摘录几个概念的要点：

监督学习是用正确答案已知的例子来训练神经网络，也就是用标记过的数据。

无监督学习中使用的数据是没有标记过的，即不知道输入数据对应的输出结果是什么。无监督学习只能默默的读取数据，自己寻找数据的模型和规律。

半监督学习训练中使用的数据，只有一小部分是标记过的，而大部分是没有标记的。因此和监督学习相比，半监督学习的成本较低，但是又能达到较高的准确度。

强化学习也是使用未标记的数据，但是可以通过某种方法知道你是离正确答案越来越近还是越来越远。

课件过程中涉及线性回归、矢量、离散值这几个概念，如果不理解的话，问度娘即可，还是比较简单的。

视频结束之后，最好对照文字版和术语库再看了一遍加深理解。然后不看答案思考一下应用题，进一步理解“特征，标签”和“x, y”函数的对应关系。

这个章节不难，Google也做得非常贴心，相信你也可以的，赶快试试吧~！