機器學習入門第一課：從高中課本談起

從簡單的高中課本上的線性迴歸和最小二乘法談起，解祕線性迴歸採用最小二乘法的奧祕，揭示最優化問題與概率統計的本質關係。

一線網際網路工程師與你一起走進奇妙的演算法世界，無論你是剛上大學的學生，還是準備校招的應屆生，亦或是工作多年，準備轉行 AI 的朋友們，都可以學習到有用的知識。

實錄提要：

• 入門機器學習需要掌握哪些程式語言，前端轉機器學習有什麼需要注意的？
• 線性迴歸為什麼不用絕對值損失函式？
• 線性迴歸除了最小二乘法還有什麼解法？
• 機器學習工程師具體是做什麼的？
• 機器學習入門需要掌握哪些知識，看哪些書？
• 關於文中提到的公式，有詳細的推導過程嗎？
• 一般 BAT 大廠對機器學習演算法工程師的數學功底要求有多高？
• 機器學習需要的工具，初學者怎樣快速入門？
• 聊聊機器學習工作中的真實專案，舉例說明？
• 現有很多網課都在大力推廣機器學習、人工智慧、資料探勘等，如何甄別質量？
• 人工智慧的測試職位具體做什麼工作的？需要掌握哪些技能？
• 對於機器學習，數學是第一位，那演算法基礎是不是僅次於數學基礎？
• 深度學習和機器學習有什麼區別？
• 機器學習模型應用工程師常用的模型有哪些？
• 機器學習、大資料以及雲端計算有怎樣的關係？

閱讀全文: http://gitbook.cn/gitchat/activity/59fc7418c77fd860b1bc0e2a

一場場看太麻煩？成為 GitChat 會員，暢享 1000+ 場 Chat ！點選檢視