机器学习--序言和发文规划
机器学习序言和发文规划
读者朋友们大家好！从本周开始，每周三的主栏内容变更为机器学习相关的内容，我将和大家继续一起学习！
在第一周的文章中，我想说明一下机器学习的重要性以及对于之后的发文顺序进行一个规划。
现在我们说到机器学习，实际上指的就是统计机器学习，它的目的是对数据进行预测与分析。它是人工智能的一种实现途径，是计算机智能化的有效手段。机器学习的对象是数据。它从数据出发，提取数据的特征，抽象出数据的模型，发现数据中的知识，又回到对数据的分析与预测中去。作为机器学习的对象，数据是多样的，包括存在于计算机及网络上的各种数字、文字、图像、视频、音频数据以及它们的组合。机器学习由监督学习、非监督学习、半监督学习以及强化学习等等组成。这些方式也支撑起了了我们当今的人工智能技术和应用。
机器学习被应用到了许多计算机应用领域，比如人工智能、模式识别、数据挖掘、自然语言处理、语音识别、图像识别、信息检索和生物信息等等领域，并且成为了这些领域的核心技术。它也在多方面影响着我们的生活。手机上的智能助手可以实现与我们对话，我们可以使用翻译软件进行文本翻译，我们可以将微信语音转文字，我们可以用自己的脸对手机进行解锁，我们可以在各种软件上获取自己最想要的信息……这一切都离不开机器学习，它作为基石支撑起了我们便利的生活。
我相信对于广大相关专业的同学们来说，大家都会关心机器学习岗位的相关信息。我从拉勾网上爬取了机器学习相关岗位以及其他计算机岗位的招聘信息并进行统计，发现机器学习薪资直方图如下：
各学历招聘柱状图如下：
从爬取的数据中可以看到机器学习的平均薪资高于其他的计算机岗位，学历要求高于其他计算机岗位。
接下来我们再说说发文规划。我决定按照李航老师的《统计学习方法》的顺序来开展推文：首先先介绍机器学习的一些基本概念，然后依次讲解感知机、k近邻法、朴素贝叶斯、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法及其推广、隐马尔可夫模型、条件随机场。我在每一部分，会首先讲解其原理并进行相关推导，然后用代码进行相关实现去说明其作用，让大家对其有更好的理解认识。在这些讲解完之后，我会寻找一些相关岗位的面试题，对面试题进行分析讲解。
这是一个新的开始，希望我能和大家一起加油进步，向自己的目标靠近，谢谢大家的观看！