1.机器学习概览
- 监督学习：训练和推断
2.机器学习、人工智能、机器智能
- 机器智能系统依赖机器学习、人工智能，组合了计算、数据、建模和算法
3.$scikit-learn$实践
- K-均值聚类
- 高斯混合模型（$GMM$）：数据都符合高斯分布
- 高斯朴素贝叶斯：$GaussianNB$模块
- 逻辑回归（$LR$）
- 决策树
- 深度神经网络（$DNN$）
4.强化学习
- 基于智能体，通过与环境不断交互达到某个目标；通过不断试错，以延时反馈作为优化信号；最终学到针对环境和状态作出反应的动作
- 马尔可夫决策过程：策略是从状态到动作的映射
5.神经网络结构搜索