机器学习入门算法导读

世界上许多事情，先相信，才能看得见，爱情也不例外。

机器学习不是一门玄学，但实现的事情却玄之又玄。

秒杀人类的AlphaGo，全球首个被赋予公民权的机器人Sophia，……，它们的出现也让人们意识到了机器学习的力量以及其中蕴含的无限可能，也证实了深度学习算法是实现机器学习的很重要的方法。

秒杀人类的AlphaGo，全球首个被赋予公民权的机器人Sophia，……，它们的出现也让人们意识到了机器学习的力量以及其中蕴含的无限可能，也证实了深度学习算法是实现机器学习的很重要的方法。

目前，深度学习的成果比比皆是，计算机视觉、自然语言处理技术(NLP)、强化学习、生成模型。这一切来的太快，好像人工智能的大门就要敞开。人们都在等待或者努力实现下一个突破，然后用到自己的领域。

当然，也有很多人认为目前这个实现人工智能的道路是错的。当然，我也还没到谈论人工智能的水平。错的路，也得用走去证明，走下去这个过程，也就是自我提升的过程。

对我本身而言，机器学习更像是一种淘金过程、一种探索过程。最美好的事情莫过于此，利益和兴趣一体。想着有那么一天，我会和自己训练的模型(名字暂定吾言)对话，看他是什么性格，和模型(名字暂定木其)下五子棋，看他的真实水平，……，如果两者结合为吾其，边聊天，边下棋，(我要写个bug，以免输给木其，这样，吾言会说什么呢)，想想真的很美好。

这算不上痴人说梦，必经现在想的，在现实中都已经成为可能了。下面要做的就是一步一步，踏实前进，训练出自己的模型。

入门其实是最难的，难并不在于算法有多高深，在于能看见它的奇妙。

本模块的内容包括算法的原理阐述、理论推导、基于TensorFlow、Sklearn等库以及自编函数的实例代码、对比示例代码。

目前实现的算法：

入门级：

线性回归【实例：波士顿房价预测】

逻辑回归【实例：心脏病预测】

Softmax回归【实例：鸢尾花分类】

kmeans++聚类【实例：葡萄酒聚类】

初级：

回归

BP神经网络【实例：北京市Pm2.5预测】

分类

BP神经网络【实例：成人收入二分类以及手写数字识别多分类】

不定期更新。