预处理+机器学习库进行机器学习。
监督学习：
A、分类：决策树，临近取样 ，支持向量机， 神经网络算法
B、回归：线性回归，非线性回归
非监督学...
预处理+机器学习库进行机器学习。
监督学习：
A、分类：决策树，临近取样 ，支持向量机， 神经网络算法
B、回归：线性回归，非线性回归
非监督学习：
A、K-near算法聚类
B、 hierarchical dustering 算法聚类
机器学习ML
概念：设计概率论，统计学，逼近论，凸分析，算法复杂度理论等多门学科。模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
定义：针对经验E（experience）和一系列任务T（tasks）和一定表现的衡量P，如果随之经验E的积累，针对定义好的任务T可以提高表现P，就说计算机具备学习能力。
机器学习应用：
语音识别
自动驾驶
语音翻译
计算机视觉
推荐系统
无人机
人脸识别
深度学习DL
概念：深度学习是基于机器学习延伸出来的一个新的领域，以神经网络算法为起源加之模型结构深度的增加发展，并伴随大数据和计算能力的提高而产生的一系列新的算法。
应用：图像处理，机器视觉，自然语言处理以及语音识别
版权声明
本文仅代表作者观点，不代表百度立场。
本文系作者授权百度百家发表，未经许可，不得转载。
![服务发现的基本原理[转]](https://www.seowoai.com/images/thumb-3571-180-132-0.jpg)
![gevent：异步理论与实战[转]](https://www.seowoai.com/images/thumb-3554-180-132-0.jpg)
