机器学习分类算法基本原理及R语言实现_Keras深度学习：入门、实践及进阶-CSDN在线视频培训

“机器学习”的基本做法是通过复杂的算法来分析大量的数据，识别数据中的模式，并据此做出判断和预测。按照主流方法，机器学习的框架体系又可以分为分类、回归、聚类和关联规则等方法。其中聚类分析常用于客户分群和异常值侦测、关联规则常用于购物篮分析、分类和回归算法多用于预测场景。

1、介绍机器学习与深度学习的区别及联系，并花一定篇幅介绍了目前主流的深度学习框架。

2、详细介绍了如何安装Python的科学计算环境Anaconda和R语言的IDE工具RStudio，以及如何在Anaconda和RStudio安装TensorFlow和Keras。

3、通过深度学习中的相当于“Hello Word”的入门数据集MNIST为例，介绍如何利用Keras构建深度学习模型。