AI入门指南_ai模型的分类

笔者公众号：技术杂学铺

笔者网站：mwhitelab.com

最近笔者身边越来越多，无论是不是计算机专业的人，都开始接触人工智能了。

笔者有一年多的AI自学经验，学过几门课程、看过几本书、参加过一些比赛和项目，在这里做一个AI入门大全，希望可以解决萌新不知从何入门的难题。

1. 学什么？机器学习还是深度学习

笔者曾在何为AI中，介绍了人工智能，机器学习和深度学习的区别。

人工智能、机器学习、深度学习的逻辑关系图

总的来说，机器学习是人工智能的一种实现方法，深度学习是机器学习的一个分支。

不过当我们平时谈及机器学习和深度学习的时候，我们常常用机器学习指传统的统计学习方法，而深度学习指使用神经网络的方法。

1.1 机器学习

机器学习是用统计学的方法，来实现数据预测、分类等问题。

常见的使用场景有：商品推荐，个人信用评估，量化金融，医疗、交通领域大数据等等。

常用的算法有：线性回归，SVM，朴素贝叶斯，决策树，模型集成等等。

经典机器学习算法表

机器学习很数学，很统计学。当你学习朴素贝叶斯、SVM这样的机器学习经典算法的时候就会理解数学的重要性。