课程概况
人工智能（AI）如何建立呢？通过逻辑推理，还是通过学习模仿？近年来的发展看，机器学习似乎略胜一筹，机器学习建立智能，应用人工智能去解决问题吧！
本课程面向各类编程学习者，讲解当下流行的机器学习相关的技术和方法，帮助学习者利用Python语言掌握机器学习算法解决一般问题的基本能力，一窥前沿机器学习算法的奥秘。
本课程介绍Python计算生态中广受欢迎的机器学习算法库scikit-learn，这些算法在工程、信息、管理、经济等学科领域具有极其广泛的应用潜力，被全世界各大科研院所和国际知名公司广泛采用，包括必修内容和选修内容两部分。
必修内容包括：
（1）理解机器学习，通过介绍机器学习的基本问题（分类、聚类、回归）介绍经典算法；
（2）Python第三方库sklearn（scikit-learn），讲解应用机器学习算法快速解决实际问题的方法。
选修内容包括：
（1）讲解AlphaGo背后的机器学习原理（增强学习）；
（2）游戏对战实例展示，通过实例展示自主学习的强大魅力。
该课程希望传递“理解和运用计算生态，培养集成创新思维”的理念，重点培养学习者运用当代最优秀第三方专业资源，快速分析和解决问题的能力。
“人生苦短，不要刀耕火种”，嵩老师教你直面问题和需求，用最好的工具解决它！
课程大纲
根据第三方库内容特点，课程共分5个内容模块和3个实战模块：
模块1：机器学习基本思想与原理、基础知识和一般流程
模块2：聚类问题及算法、K-means、DBSCAN、Birch
模块3：监督算法和无监督算法，分类问题算法、决策树、朴素贝叶斯等
模块4（实战）：实战项目1
模块5：回归算法、线性回归、最下二乘法等
模块6（实战）：实战项目2
模块7（选修）：强化学习方法、深度学习、AlphaGo算法原理
模块8（选修、实战）：实战项目3：Flappy Bird游戏智能对战
预备知识
本课程需要学习者具备Python语言编程的基本知识和初步技能，建议Python零基础学习者先修嵩老师的“Python语言程序设计”课程。具体地，学习者需要预先掌握Python的数字类型、字符串类型、分支、循环、函数、列表类型、字典类型、文件和第三方库使用等概念和编程方法。
本课程需要学习者掌握NumPy、Matplotlib库的基本使用，建议先修嵩老师的“Python数据分析与展示”专题课程。
证书或学分
本课程采取百分制，客观题占40分，主观编程题占60分。60分-79分可获得合格证书，80分以上可获得优秀证书。
参考资料
Python集成开发环境(IDE)
[1] Anaconda: https://www.continuum.io/ （推荐）
[2] IDLE: Python解释器默认工具
[3] PyCharm: http://www.jetbrains.com/pycharm/
参考教程
[1] Python零基础入门教程：《Python语言程序设计基础(第2版)》，嵩天、礼欣、黄天羽著，高等教育出版社，2016.12
[2] 专题参考资料：《机器学习实战》，Peter Harrington著，人民邮电出版社。
参考网站
[1] Python Scikit-learn: http://scikit-learn.org
[2] Python Matplotlib: http://matplotlib.org/
常见问题
Q1：除了Python，这个课程需要其他编程语言基础吗？
A1：不需要，但本专题建议学习者掌握NumPy、Matplotlib库的基本使用，建议先修嵩老师的“Python数据分析与展示”专题课程，或者请学习专题内提供的自学资料。
Q2：Python 2.x和Python 3.x，这个课程采用哪个版本？
A2：Python 3.x已经足够成熟，这是Python语言的现在和未来，嵩老师所有Python课程都采用Python 3.x系列版本。
Q3：在线开放课程看不到老师，有问题谁来解答？
A3：为了更好服务同学们，本课程教师和多名助教会每天在线答疑，尽快解决与课程相关的各类问题。
Q4：课程里面除了视频有什么新的形式吗？
A4：大学老师都是一本正经的，但你见过大学老师闲扯吗？课间，嵩老师想说说不一样的话...
