2. 機器學習書籍：機器學習tom,這個是老經典，就是翻譯欠佳； prml，這個書正版的超貴，但是比較新且系統，可以通過其他途徑搞個副本。
3. 自己動手編碼實現2、3種經典演算法，比如svm，lr，bpnn等。
4. 了解spark上目前支援的機器學習方法的用途和用法，這個在日常工作中會用到。知道的多一點，方便技術選型
5. 機器學習簡史：
6. 了解一下十大機器學習演算法的優缺點。十大在網上找就可以了。
7. 這裡有個比較全的資料彙總：有空多看看
機器學習 學習筆記
關於梯度下降演算法的優化與 會有三種方法優化梯度下降演算法 1.共軛梯度下降法 conjugate 2.變尺度法 bfgs 3.限制變尺度法 l bfgs 這些方法的好處是 1.不用選擇學習速率 2.收斂的速度快，執行效率高 但是她們的缺點在於 實現她們的方法太複雜，所以我們就可以使用語言的內建庫函...
機器學習 學習筆記
監督學習 我們的學習演算法使用的資料是給出正確答案的資料，然後我們執行學習演算法，出更多的正確答案。理解為像深度需學習類似，利用訓練樣本訓練處學習模型，然後用測試樣本對學習到的模型進行檢測，輸出 結果。無監督學習 可以理解為對於學習演算法所使用的資料集並沒有給出正確答案，學習演算法就是要對這資料集進...
機器學習筆記
梯度下降 值越大，函式變化越快。梯度下降 gradient descent 小結 啟用函式 relu函式是乙個單調遞增函式，用來解決線形問題。relu rectified linear units 啟用函式 池化和全連線 tensorflow 1.0 學習 池化層 pooling 和全連線層 den...