第六章 导学 深度前馈神经网络【重要】
摘要：http://bilibili.com/video/BV1kE4119726?p=9 深度学习指用深度神经网络来解决机器学习问题。 正是因为激活函数的存在，才能使得神经网络能够解决非线性问题。把很多个神经元一层一层的堆叠起来，就构成了前馈神经网络，也叫多层感知器、多层感知机、全连接神经网络。 通过计
阅读全文
posted @
2020-12-18 12:43
一杯明月
阅读(223)
推荐(1) 编辑
P8 第五章 机器学习基础
摘要：http://bilibili.com/video/BV1kE4119726?p=8 注解： python适合做深度学习。 scipy是主要做数值分析(计算)的库 scikitlearn是做机器学习的库 一个分类问题： 二分类和多分类问题的分类结果评估指标、回归模型(针对的是连续变量)的评估指标：
阅读全文
posted @
2020-12-17 23:11
一杯明月
阅读(152)
推荐(0) 编辑
P8 第四章 数值计算
摘要：计算机是二进制数据只能表示有限大小和位数的数，而实数是无限的。以有限去逼近无限，这就是数值分析。 计算机是无法表示π这个数的，它只能无限的去逼近。 1 8 23代表1bit 8bit 23bit. 计算机存储的数值都是离散的，真实的解叫做解析解，计算机算出来的近似解叫做数值解。 在非凸优化的时候，鞍
阅读全文
posted @
2020-11-15 23:04
一杯明月
阅读(108)
推荐(0) 编辑
P7 第三章 概率论和信息论
摘要：离散型随机变量对应着机器学习里面的分类问题。 连续型随机变量对应着机器学习里面的回归问题。 3.中的第一行解释：Y=b的所有情况都加起来。 互斥事件：掷骰子，出现3点和出现6点是互斥事件。 相互独立事件：明天会不会下雨和小明此时有没有在玩电脑游戏。这两个事件是相互独立的，这两件事情之间没有关系。它们
阅读全文
posted @
2020-11-15 16:49
一杯明月
阅读(307)
推荐(0) 编辑
P6 第二章 线性代数
摘要：注解： 张量 一个四方块代表一个数字 矩阵： 单位矩阵： 注解： L1范也叫曼哈顿距离、街区距离。 2范L2，也叫欧式距离。Lp中P=2的情况。 p是无穷大，是切比雪夫距离。 各种各样的范数是闵可夫斯基距离取不同值的特例。 矩阵的分解是把一个矩阵分解成几个矩阵的乘积。 left singular v
阅读全文
posted @
2020-11-14 22:34
一杯明月
阅读(258)
推荐(0) 编辑
第一章 深度学习导论
摘要：整个花书的思维导图： 机器学习：让计算机使用算法从数据中提取模式和特征。 注解： 分类：如给一张图片，判别里面都有什么东西。预测一个离散的类别。 回归：如根据面积和地段做房价预测。如预测股票价格。预测一个连续的值。 聚类：按照数据的自相似性，把数据聚类成不同的簇。 降维：把高维数据降到低维，特别是降
阅读全文
posted @
2020-11-12 17:48
一杯明月
阅读(306)
推荐(0) 编辑
概述
摘要：深度学习：用深度神经网络进行机器学习和数据挖掘， 注解：机器学习的范围应该是大于深度学习的。 近几年的应用：图像识别，语音识别，自然语言处理。 处理图像数据--卷积神经网络 处理序列数据--循环神经网络
阅读全文
posted @
2020-11-12 17:17
一杯明月
阅读(130)
推荐(0) 编辑
