机器学习导论 配套课件.pptx

机器学习导论 配套课件;;第1章 机器学习概述;熟悉机器学习的概念。 理解人工智能、机器学习、深度学习三者之间的关系。 掌握机器学习的三个基本要素，了解损失函数、代价函数和目标函数之间的区别和联系。 了解数据清洗、归一化（标准化）等处理方法。 掌握模型交叉验证法的步骤，熟悉混淆矩阵、分类准确率、错误率、查准率、查全率、F1-score、ROC曲线及ROC 曲线下面积（AUC）等常用的分类模型评估指标及应用场合。 理解模型欠拟合与过拟合的概念，掌握L1范数和L2范数正则化的方法 ;1.1 机器学习的概念与基本术语 1.2 人工智能、机器学习、深度学习三者之间的关系 1.3 机器学习的三个基本要素 1.4 机器学习模型的分类 1.5 数据预处理 1.6 模型选择与评估;1.1 机器学习的概念与基本术语;1.1 机器学习的概念与基本术语;1.1 机器学习的概念与基本术语;1.1 机器学习的概念与基本术语;1.1 机器学习的概念与基本术语;机器学习的一个形象描述;机器学习的主要应用领域;深蓝是并行计算的电脑系统，建基于RS/6000 SP，另加上480颗特别制造的VLSI象棋芯片。下棋程式以C语言写成，运行AIX 操作系统。1997年版本的深蓝运算速度为每秒2亿步棋，是其1996年版本的2倍。1997年 6月，深蓝在世界超级电脑中排名第259位，计算能力为11.38