说到人工智能必然要了解机器学习，从信息化软件，到电子商务，然后到高速发展互联网时代，到至今的云计算、大数据等，渗透到我们的生活、工作之中，在互联网的驱动下，人们更清晰的认识和使用数据，不仅仅是数据统计、分析，我们还强调数据挖掘、预测。
机器学习就是对计算机一部分数据进行学习，然后对另外一些数据进行预测与判断。
机器学习的核心是”使用算法解析数据，从中学习，然后对新数据作出决定或预测”。也就是说计算机利用已获取的数据得出某一模型，然后利用此模型进行预测的一种方法，这个过程跟人的学习过程有些类似，比如人获取一定的经验，可以对新问题进行预测。
今天给小伙伴们分享的这份手册来自于斯坦福大学的Chris Albon，已上传GitHub，为了方便大家的阅读，已经翻译成了中文PDF版。
限于文章篇幅原因，只能以截图的形式展示出来，有需要的小伙伴可以文末获取↓↓↓
这份小抄涵盖了284个知识点，看完可以说是速通了机器学习基础知识，看起来是不是比自己总结的舒服好记一些？
不多废话，下面把内容展示给大家
内容概览
限于文章篇幅原因，就展示到这里了，有需要的小伙伴可以查看下方名片↓↓↓
