下载掌阅APP，畅读海量书库
立即打开
深度学习是机器学习的重要分支，它是在机器学习基础上发展起来的，理解机器学习的基本原理对理解深度学习将大有裨益。深度学习中很多新技术是在继承其优点、克服其不足的基础上发展起来的。因此，在介绍深度学习前，我们先介绍机器学习基础。
机器学习的体系很庞大，限于篇幅，本章主要介绍基本知识及与深度学习关系比较密切的内容，如果读者希望进一步学习机器学习的相关知识，建议参考周志华老师编著的《机器学习》或李航老师编著的《统计学习方法》。
本章先介绍机器学习中常用的监督学习、无监督学习等，然后介绍神经网络及相关算法，最后介绍传统机器学习中的一些不足及优化方法等，主要内容或知识点如下：
·监督学习
·无监督学习
·梯度下降法
·神经网络
·机器学习优化方法
·实例：用Sklearn实现一个机器学习算法