2016年3月9日至15日谷歌人工智能围棋程序阿尔法狗AlphaGo以总比分4比1战胜世界围棋冠军李世石。 2017年5月23日至27日，又在浙江乌镇的围棋峰会上，以总比分3比0完胜我国世界排名第一的棋手柯洁。赛后柯洁一度哽咽称：“它太完美，我很痛苦，看不到任何胜利的希望” 。 2017年1月6日，最强大脑第四季引入人机大战模式，百度人工智能机器人小度作为特别选手参赛，在比赛中战胜了最强大脑的队长：王峰。

随着摩尔定律带来的芯片计算能力和存储能力大幅提升，以及大数据时代的来临，不仅让谷歌人工智能围棋程序阿尔法狗AlphaGo和百度人工智能机器人小度一炮走红，也将人工智能研究推向了一个新的高潮。

2017年07月08日国务院印发新一代人工智能发展规划的通知。宣布：“举全国之力，在2030年一定要抢占人工智能全球制高点。” 2018年4月2日，教育部印发《高等学校人工智能创新行动计划》，明确指出：“加快机器学习等新一代人工智能核心关键技术研究”。

机器学习的研究动机是为了让计算机系统具有人的学习能力以便实现人工智能。目前被广泛采用的机器学习定义是“利用经验来改善计算机系统自身的性能”。由于“经验”在计算机系统中主要是以数据的形式存在的，因此机器学习需要运用机器学习技术对数据进行分析，这就使得它逐渐成为智能数据分析技术的创新源之一，并且为此而受到越来越多的关注。

本课程将以数据挖掘中的分类任务为例，首先讲解分类模型的评估，然后讲解一批经典而常用的机器学习技术。具体的章节安排如下：第1章：绪论。讲解机器学习的定义、与数据挖掘的区别与联系、本课程的授课思路与内容安排、以及本课程所使用的教材及参考书。第2章：讲解模型评估的方法、指标、以及比较检验。第3-9章：讲解机器学习的基础技术：以线性回归开始，讲解线性学习；以K均值聚类收尾，讲解无监督学习；中间包括支持向量机学习、神经网络学习、决策树学习、贝叶斯学习、以及最近邻学习。第10-13章：讲解机器学习的进阶技术：具体包括集成学习、代价敏感学习、演化学习、以及强化学习。

加入到我们的课程，一起进入机器学习的世界、发掘潜藏在数据中的奥秘和财富吧！