机器学习科普大全 PDF 文档

Question

人工智能其实是超越了之前电脑的边界，以前电脑无法做的事情 AI 可以做了。所以从杠杆率上讲，人工智能和电脑是在一个量量级上的，但是它能做的事情更多了，大大超越了了传统电脑的能力范围，所以大家十分看好。

但是（凡是都有但是），AI 在很多很多场景和领域还是没有价值，很多能力甚⾄至不不如小学生。所以，⽬目前 AI 的局限性依然很大！

这个 PDF 适合谁？

1. 非技术人员，但是对人工智能和机器学习有浓厚的兴趣
2. 技术小白，希望快速梳理理机器学习的相关概念
3. 想知道人工智能和机器器学习对我们的工作和生活会产生哪些影响

人工智能 – Artificial intelligence | AI
「 排除 90% 的误解 」关于人工智能，你需要知道的 3 个重点
「 什么是人工智能？ 」跟普通程序对比，深入了解 AI
人工智能的发展历史
人工智能今天和未来的局限在哪里？
如何客观的看待人工智能？
机器学习 – machine learning | ML
机器学习、人工智能、深度学习是什么关系？
什么是机器学习？
监督学习、非监督学习、强化学习
机器学习实操的 7 个步骤
15 种经典机器学习算法
监督学习 – Supervised learning
什么是监督学习？
监督学习的 2 个任务：回归、分类
「回归」案例：芝麻信用分是怎么来的？
「分类」案例：如何预测离婚
主流的监督学习算法
无监督学习 – Unsupervised learning | UL
什么是无监督学习？
无监督学习的使用场景
常见的 2 类无监督学习算法
强化学习-Reinforcement learning | RL
什么是强化学习？
强化学习的应用场景
强化学习的主流算法
12 种主流机器学习算法详解
线性回归 – linear regression
什么是线性回归算法
百度百科版本
维基百科版本
逻辑回归 – Logistic regression
什么是逻辑回归算法？
百度百科版本
维基百科版本
线性判别分析 – Linear Discriminant Analysis | LDA
什么是线性判别分析？
百度百科版本
维基百科版本
决策树 – Decision tree
什么是决策树？
百度百科版本
维基百科版本
朴素贝叶斯 – Naive Bayes classifier | NBC
什么是朴素贝叶斯？
百度百科版本
维基百科版本
K 邻近 – k-nearest neighbors | KNN
什么是 K 邻近算法？
百度百科版本
维基百科版本
学习向量量化 – Learning vector quantization | LVQ
什么是学习向量量化？
百度百科版本
维基百科版本
支持向量机 – Support Vector Machine | SVM
什么是支持向量机？
百度百科版本
维基百科版本
随机森林 – Random forest
什么是随机森林？
百度百科版本
维基百科版本
AdaBoost
什么是 AdaBoost？
百度百科版本
维基百科版本
受限玻尔兹曼机 - Restricted Boltzmann machine | RBM
百度百科版本
维基百科版本
K 均值聚类（k-means clustering）
百度百科版本
维基百科版本

下载地址：https://www.wenjiangs.com/wp-content/uploads/2024/02/oKx9Suou0ifcUtMj.zip