本人學習所有系列：彙總帖
第一章 前言（沒啥好說的，自己看看內容就行）
花書讀書筆記（一）-線性代數
花書讀書筆記（二）-概率與資訊理論
花書讀書筆記（三）-數值計算
花書讀書筆記（四）-機器學習基礎
花書讀書筆記（五）-深度前饋網路
花書讀書筆記（六）-深度學習中的正則化
花書讀書筆記（七）-深度模型中的優化
花書讀書筆記（八）-卷積網路
花書讀書筆記（九）-序列建模：迴圈和遞迴網路
花書讀書筆記（十）-實踐方**
花書讀書筆記（十一）-應用
花書讀書筆記（十二）-線性因子模型
花書讀書筆記（十三）-自編碼器
花書讀書筆記（十四）-表示學習
花書讀書筆記（十五）-深度學習中的結構化概率模型
花書讀書筆記（十六）-蒙特卡羅方法
花書讀書筆記（十七）-直面配分函式
花書讀書筆記（十八）-近似推斷
花書讀書筆記（十九）-深度生成模型
《統計學習方法》 讀書筆記彙總貼（彙總27 27）
本人學習所有系列 彙總帖 統計學習方法讀書筆記 一 統計學習及監督學習概述 統計學習方法讀書筆記 二 感知機 統計學習方法讀書筆記 三 k近鄰法 統計學習方法讀書筆記 四 樸素貝葉斯法 統計學習方法讀書筆記 五 決策樹 統計學習方法讀書筆記 六 邏輯斯蒂回歸與最大熵模型 統計學習方法讀書筆記 七 支...
花書讀書筆記（十四） 表示學習
全部筆記的彙總貼 深度學習 花書 讀書筆記彙總貼 我們可以將監督學習訓練的前饋網路視為表示學習的一種形式。具體地，網路的最後一層通常是線性分類器，如 softmax 回歸分類器。網路的其餘部分學習出該分類器的表示。監督學習訓練模型，一般會使得模型的各個隱藏層 特別是接近頂層的隱藏層 的表示能夠更加容...
花書讀書筆記（七） 深度模型中的優化
全部筆記的彙總貼 深度學習 花書 讀書筆記彙總貼 在大多數機器學習問題中，我們關注某些效能度量p pp，其定義於測試集上並且可能是不可解的。因此，我們只是間接地優化p pp。我們希望通過降低代價函式j j j 來提高p pp。這一點與純優化不同，純優化最小化目標j jj本身。優化通常是乙個極其困難的...