机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。 人工智能是一门边缘学科，属于自然科学和社会科学的交叉。 人工智能就其本质而言，是对人的思维的信息过程的模拟…

开始重新巩固一下机器学习的内容，先从基本的一些概念和定义开始。 1. 机器学习的基本定义 机器学习算法是一种能够从数据中学习的算法。那么这里的学习的定义是什么呢？这里有一个简单的定义： 举例来说这个定义，比如对于图像分类这个任务，一般的性能度量 P 就是分类的准确率，而经验 E…

Kears 和 TensorFlow：用于深度学习。本教程可以仅采用 CPU 版本的 TensorFlow 本教程会用到两个数据集来帮助更好的了解每个机器学习算法的性能。 第一个数据集是 Iris(鸢尾花) 数据集。这个数据集的地位，相当于你刚开始学习一门编程语言时，敲下的 “…

常用机器学习算法汇总比较的最后一篇，介绍提升(Boosting)算法、GBDT、优化算法和卷积神经网络的基本原理、优缺点。 9. 提升(Boosting)方法 boosting 和 bagging 都是集成学习（ensemble learning）领域的基本算法，两者使用的多个…

机器学习的主要挑战是什么？如何测试评估训练好的算法模型呢？