机器学习正在改变世界
以前的机器学习观点
mark
我为什么学习机器学习? 机器人: 人工智能应用
mark
亚马逊零售推荐, Google 广告电影推荐, 音乐推荐, 社交推荐
机器学习管道
数据通过机器学习算法管道实现智能
机器学习实例: 预测房价
mark
使用房屋特征与售价关系进行回归
示例 2 情感分析
mark
通过点评文本分析情感正负
示例 3 文件检索
数据 -> 聚类 -> 智能
分析文章潜在结构, 贴出标签
商品推荐
mark
通过历史购买记录行为, 推荐商品有可能也会用到别的客户使用的产品
商品矩阵中方块代表用户真正购买的商品.
mark
矩阵分解
根据图像的推荐
mark
将图片输入之后找到邻近样本深度学习: 神经网络
本门课使用的工具
案例实现研究方法 : Python Ipython Notebook GraphLabCreate
构建机器学习的小应用程序
为什么选择 Python? 包多, 可扩展, 可部署
SFrame & GraphLab Create(高度可扩展, 华盛顿大学)
Graphlab 免费一年处理核心机器学习概念
安装环境
安装 python Ipython Notebook GraphLab Create
启动 IPython Notebook
在 python 中编写变量, 函数和循环
在 python 中使用 sframe 执行基本数据操作
本门课的内容
一大串的方法
这个课程从实际案例入手, 从实际案例来引入模型和算法
思考我们面对特定问题, 如情感分析
https://turi.com/
创建一个全新的 ipython notebook
cd 工程目录
jupyter notebook
点击右上角 new 可以创建全新的 notebook 选择 Python 可以新建一个全新的
notebook
双击名字可以进行修改名字
菜单可以进行保存文件, 复制文件等很多功能
点击一个单元输出
print "hello world"
shift + enter 进行运行输出
ipython notebook 中你可以很好的包含文字与组织文字
方法一: 点击 cell 中 celltype 选择 markdown
普通的回车提供多行单元格
shift + enter 进行 markdown 输出
Python 基本语法
变量不需要显示声明, 不需要指定类型
光标点进单元格里面之后按 esc + m 可以变成 markdown 格子
来源: http://www.jianshu.com/p/73cd49839474