機器學習入門

機器學習是人工智慧的乙個子集

機器學習包括：監督學習，無監督學習，半監督學習，深度學習

監督學習：使用資料：標籤是正確結果

無監督學習：使用資料：沒標籤，或， 所有資料統一打上一種標籤

模型函式，訓練，測試

損失函式

描述了**值與目標值的差距

梯度下降

下山的場景，收斂，區域性最優

新權重 = 權重 - 步長 * 梯度

同步更新所有引數

步長的選擇以及相應後果

特徵縮放-> 梯度下降更快收斂

x1 房子大小1-2000平公尺

x2 臥室個數1-5個

最終影響y 房價

要把x1，x2統一縮小到0-1的區間，分別除以2000，5

反向傳播

鏈式法則，注意隱藏層和輸出層更新權重的方式差異

神經元就是感知器，感知機

神經元啟用函式的選擇：sigmoid，tanh，relu

啟用函式得作用：讓函式可導，引入非線性模型更好的擬合

線性回歸

邏輯回歸

神經網路

卷積神經網路

卷積層：卷積公式

池化層：最大池化，均值池化

迴圈神經網路

神經網路->svm，無需隱藏層的複雜調參->他給多層神經網路相關的學習方法賦予了乙個新名詞–「深度學習」。

輸入維度不固定怎麼辦？

設定閾值，超過50截斷，不夠50補齊

機器學習入門

研究生考試結束了，考研通知書也在幾天前到手了，是時候安心下來考慮一下未來研究生的生活和學習了，看現在機器學習特別的火，所以我就先跟風學習一下機器學習吧。由於剛開始學習，所以對一些專有名詞不是很熟悉，所以特別做了一下總結，因為剛剛入門，所以就先整理了這些。人工智慧 一 認知和感知 區別看待 目前是在感...

機器學習入門

1.常用演算法 決策樹 隨機森林演算法 邏輯回歸 svm 樸素貝葉斯 knn演算法 k means演算法 adaboost 演算法 神經網路 馬爾可夫 2.聚類和分類的區別 分類 比如有一堆資料，你已經事先對他們做好了分類。你想要的功能就是，假如來了一條測試資料，我想知道他是哪一類，這就是分類。聚類...

機器學習入門

機器學習現在有著非常多的應用，從人臉識別到自動駕駛使用的都是機器學習的技術，機器學習在當前是乙個十分熱門的話題，也是引領下乙個技術變革的方向之一。大量的人員開始關注起機器學習，從初學者再到有經驗的技術人員，投身到機器學習中。但機器學習並不像普通的程式設計一樣，機器學習的入門有一定的門檻，因為機器學習...