# 前言
## What is 机器学习
机器学习指的是机器通过统计学算法,对大量的历史数据进行学习从而生成经验模型,利用经验模型指导业务。目前机器学习主要在以下一些方面发挥作用:
营销类场景:商品推荐、用户群体画像、广告精准投放
金融类场景:贷款发放预测、金融风险控制、股票走势预测、黄金价格预测
SNS关系挖掘:微博粉丝领袖分析、社交关系链分析
文本类场景:新闻分类、关键词提起、文章摘要、文本内容分析
非结构化数据处理场景:图片分类、图片文本内容提取OCR
其它各类预测场景:降雨预测、足球比赛结果预测
当然,机器学习的应用范围和领域非常广泛,不可能全部穷举,还有更广阔的空间需要开发者去探索。
## 关于cc框架作者(hope)
俗称小哥,真名笔者真不知道(待补充)。
小哥的github:https://github.com/dlunion/CC4.0
开发了CC框架,声明远播,口碑极好( https://github.com/dlunion/CC4.0)
## 关于笔者(陈穗龙)
陈穗龙,一个怀揣着乐于分享,传道授业的人。有着8年的项目经验,熟悉iOS,Android,Web开发,Window桌面软件开发。不仅代码写得好,运维也是一把老手。高并发高负载处理游刃有余。编程届的老司机。
本人有幸进入机器学习行业,十分兴奋,希望我所记录的知识,能够帮助更多进入机器学习领域的朋友,更快的成长。
- cc框架
- 视频课程
- 第一课:CC框架简介
- 第二课:相关基本概念
- 第三课:训练验证码识别
- 第四课:图像识别、分类、人脸识别
- 第五课:CNN+LSTM少样本高精度验证码识别
- 第六课:总结和展望
- 快速入门
- 常用码表-label-map
- 目标检测入门
- 人脸检测入门
- 重要说明必看
- 杂项
- CC框架使用须知
- 机器学习速成课程 谷歌
- cc4.0视频教程
- 前言
- cc4.0介绍
- 第一课笔记
- yzm-lstm.cpp 带注释
- 第二课笔记
- 众筹结果公示
- 第三课笔记
- 目标检测算法之SSD
- 第四课笔记
- 其他资讯
- YOLO3
- 资料
- 性能计算
- 笔记
- cc4.0训练流程图
- cc4.0 alexnet 训练 mnist
- cc4.0 googlenet 训练 mnist
- cc4.0 加层
- tensorflow -> caffemodel课题笔记
- getnetShape
- RPN
- 记录
- 数据集
- mnist
- Cifar10
- mtcnn样本转ssd样本易语言代码