学习笔记：人工智能基础-机器学习

你关注的人，决定了你看到的世界！你身边是什么样的人，你就会拥有什么样的人生。你连努力都没有，你渴望什么成功？ ---马开东,写给未来的自己

我对人工智能领域有了一个比较具体的认识。由于媒体近来对AI领域的热烈推捧，让人觉得科幻小说里的未来世界好像就在眼前。我也让想象力跟着飞了好一会儿，这也很大程度上促成了我下决心投入时间和金钱来学习入门。然而经过这段时间的学习，我开始重新审视自己对人工智能的认知，课程一开始的内容都是些朴素的数学和统计学原理，并没有什么黑科技。为什么人们可以将这些朴素的原理像魔法一样转换成AI各种强大的能力，这中间跨越了多少环节？对我来说，思考这个问题可能要比学会具体某个Python命令的用法更加重要。我可以短时间的学会怎样用Naive Bayes函数实现高精确度的匹配，用Decision Tree来构建预测模型，但是这些技术背后的机理却很难短时间就吃透。思考这些问题花费了我更多的时间。

总结一下这段时间学习的具体收获：

重新梳理了一下描述统计学和推论统计学的知识；

掌握了基本的Python语法，Numpy，Pandas和Sklearn也熟悉起来；

学会用Naive Bayes，Desicion Tree，神经网络等方法建立机器学习模型；

用英文完成了三个项目，Stroop effect，Titanic Survival 和波士顿房价预测，虽然目前工作语言是英文，但是这么用心的写项目报告还是头一回；

搜集了很多机器学习方面的资料，发现了一些有趣的技术博客；

开始使用GitHub，越来越发现自己喜欢写代码，难道说我其实应该是程序猿的命么？才发现自己入错行这么多年，心情很复杂~

这个学习笔记在接下来的时间里会不定期更新，主要是用来记录自己的点滴进步和心得，如果有幸能让读到的人有所收获，那简直我是幸福！~

当然要对自己好一点