1、机器学习入门指南：从基础到深度学习

机器学习入门指南：从基础到深度学习

机器学习的崛起

2006年，Geoffrey Hinton等人发表了一篇论文，展示了如何训练一个能够以先进精度（超过98%）识别手写数字的深度神经网络。他们将这种技术命名为“深度学习”。当时，训练深度神经网络被广泛认为是不可能的，大多数研究人员在20世纪90年代末就放弃了这个想法。但这篇论文重新激发了科学界的兴趣，不久之后，许多新论文表明，深度学习不仅可行，而且能够取得其他机器学习技术无法企及的惊人成就（借助强大的计算能力和大量数据）。

如今，机器学习已经征服了各个行业，它是当今高科技产品中许多神奇功能的核心，如对网页搜索结果进行排序、为智能手机的语音识别提供支持、推荐视频以及在围棋比赛中击败世界冠军。在不知不觉中，它还将实现自动驾驶。

机器学习在项目中的应用

你可能对机器学习感到兴奋，并希望将其应用到自己的项目中。比如，你想给自制的机器人赋予自主思考能力，让它能够识别面部或学会四处走动。或者，你的公司拥有大量数据（用户日志、财务数据、生产数据、机器传感器数据、热线统计数据、人力资源报告等），如果你知道从哪里入手，很可能会发现一些隐藏的价值。借助机器学习，你可以实现以下目标：
- 对客户进行细分，并为每个群体找到最佳的营销策略。
- 根据相似客户的购买记录为每个客户推荐产品。
- 检测哪些交易可能是欺诈性的。
- 预测明年的收入。

学习目标与方法

学习机器学习，目标是掌握实现从数据中学习的程序所需的概念、工具和直觉。我们将涵盖大量技术，从最简单和最常用的（如线性回归）到一些经常在竞赛中获胜的深度学习技术。

我们将使用成