最近在上『』深度學習與機器視覺『』和『』神經網路『』的課程，了解機器學習的流程。感覺機器學習是乙個很好的模型，我們可以根據機器學習的過程來審視自己的學習方法，不斷調整自己的學習方法，最終找的達到自己期望的那個較好的學習模型。
下面來介紹機器學習的基本流程。
注：當網路架構建立好後，驗證分析誤差，當誤差不滿足要求時，重複4和5，不斷調整權重，直到達到要求。
在我們的學習生涯中，老師們大多是講具體的知識，很少**學習方法，以至於當我們學習效果不是很好時沒有意識去調整我們的學習方法，甚至沒有學習方法的概念。
在了解了機器學習的過程後，感覺機器模仿人類的學習過程，有很好的模型和變數，以及對系統的診斷、評價和調整。機器學習的過程是對人類高效學習的過程的再現，因此我們人可以反過來模仿機器來建立自己的學習模型。
下面介紹機器學習類推學習方法（以英語學習為例）。
獲取資料指對英語資料的聽、說、讀、寫等。
特徵提取指的是對獲取資料的分析和記憶。聽：在聽得過程中獲取對應的單詞和句子，明白其意思；說：能夠有效的表達自己的想法；讀：讀懂文字講了什麼；寫：將自己心裡想的寫出來；在此過程中記憶一些生的單詞，句式等。
模型建立指怎樣做聽、說、讀、寫、記，這些在每天學習過程中時間分配和佔比等。
分析每天或者一段時間的學習結果是否讓自己滿意，若感覺有提高的空間，則改變模型或者改變時間佔比等來優化學習方法。
將每天或者一段時間的學習結果與自己的期望進行比較，看看是否讓自己滿意。
（這是第一篇部落格，感覺從機器學習的過程來找學習方法是個很好的想法，但由於本人表達能力有限，並沒有很好的表達出自己的想法）
FPGA機器學習之stanford機器學習第三堂1
請注意 csdn那邊的部落格因為那邊審核的時間太長。搬遷入這裡。stanford機器學習前2堂在csdn的部落格裡面。剛開始他寫了，這個公式第二堂講的，是梯度下降法，房價的那個。如果完全擬合的話，並不能說明你擬合的很好，也有可能是你的資料樣本採集的不正確。過擬合就是說，僅僅是擬合了某種特定狀況的行為...
FPGA機器學習之stanford機器學習第一堂
主講 吳恩達。如果你學機器學習，對這個人牛，神的程度，不了解。你就可以洗洗睡了。必定全球人工智慧最權威專家中有他乙個。他說，機器學習是最重要的it技能。這個是在矽谷那種地方。在中國，目前最火爆的是，網頁和安卓。不過大資料，網際網路，智慧型機械人時代的到來，機器學習也會變的很重要。如果自己程式設計去識...
機器為什麼可以學習
機器學習 人工智慧炙手可熱，但是機器到底為什麼可以學習呢？本文將從霍夫丁不等式講到vc維，機器學習的原因所在。機器什麼時候可以學習 機器怎麼學習 如何讓機器學得更好總結 機器學習乍聽之下很厲害，這時候人就會想，這乙個普普通通的死板的機器，怎麼會學習呢？很容易地，人們舉了個簡單的問題 如下圖 x,y,...