课程背景： 机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样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。它是人工智能核心，是使计算机具有智能的根本途径。机器学习不仅在基于知识的系统中得到应用，而且在自然语言理解、非单调推理、机器视觉、模式识别等许多领域也得到了广泛应用。一个系统是否具有学习能力已成为是否具有“智能”的一个标志。机器学习的研究主要分为两类研究方向：第一类是传统机器学习的研究，该类研究主要是研究学习机制，注重探索模拟人的学习机制；第二类是大数据环境下机器学习的研究，该类研究主要是研究如何有效利用信息，注重从巨量数据中获取隐藏的、有效的、可理解的知识。 课程收益 通过本门课程的学习，学员们可以了解什么是机器学习，机器学习到底在做什么，是如何帮助AI的达成的 可以学习到机器学习的底层算法原理、机器学习常见算法模型，例如逻辑回归、决策树、随机森林、神经网络、集成学习等方面 了解机器学习的原理之后，学员们即可理解机器学习和深度学习等大模型的关联是什么，为何说机器学习是AI不可或缺的基础。机器学习课程是想入门AI行业的小伙伴们必不可少的课程 本门课程是理论课程，注重算法理论的讲解，同时也是后续编程和做项目的基础。 学员对象 1）想入行人工智能领域的初学者（图像、NLP、大模型、数据挖掘等方向）； 2）想从事机器学习算法岗位的学员； 3）想从事数据分析相关的岗位的学员，例如商业分析师、电商数据分析师、用户研究员、市场研究等。