【发布时间】：2015-01-20 22:47:32
【问题描述】：
我刚开始学习机器学习，目前正在学习 Andrew Ng 在 Coursera 上的课程。我正在完成课程，但有点迷失。如果我能看到它们的一些用例，这将使研究所有这些算法/理论变得非常有益。
例如，我读到的第一个主题是梯度下降，然后是线性回归和逻辑回归。这些是直接在实践中使用还是使用其他算法，如 k-means 和内核密度？我想我正在尝试获取这些主题的真实世界（软件工程、数据挖掘）示例。有人可以建议一篇可能对任何机器学习算法的用法有一些解释的帖子吗？这将非常有帮助。
【问题讨论】：
-
甚至使用了一些“简单”的，因为它们可以更快。当您有大量数据或时间限制时，快速机器学习非常有用。这些天来，一般的实际用例并不难找到。
-
有关于这个主题的书籍。是的，您提到的所有方法都在实践中和理论上使用。
-
我真的是个新手，没有“简单”或“复杂”算法的概念。我真的想了解这些是如何使用的。你能推荐几个实际的用例吗？
-
任何类型的电影推荐/推荐、扫描手写文本、扫描面部、拼写纠正、诊断（任何类型）等等。这真的只是冰山一角
-
这些具体示例使用了哪些算法？如果您可以谈论用于这些的算法，那么您提到的那些对我来说就足够了。我会一个人走进冰山:)
标签： algorithm machine-learning artificial-intelligence k-means