莫烦tensoflow视频笔记

一、简介
1.什么是机器学习？
监督学习、非监督学习、半监督学习、强化学习、遗传算法
2.什么是神经网络？
3.卷积神经网络（CNN）
4.循环神经网络（RNN）
5.LSTM RNN（Long Short-Term Memory, 长短期记忆）
梯度消失／爆炸
6.自编码
二、机器学习技巧
7.怎样检验神经网络
训练数据、测验数据
误差曲线、精确度曲线（Accuracy、R2 score、f1 score）
过拟合：L1/L2 regularization;Dropout;
Learning Step、N-layers
8.特征标准化
minimax normalization
std normalization
9.区分好用的特征
避免无意义、重复性、复杂的信息
10.激励函数

三、tensorflow
16.tensorflow
17.安装
18.例子1
19.处理结构
20.例子2
21.Session 会话控制
22.Variable 变量
23.placeholder 传入值
24.激励函数 activation function
25.添加层 def add_layer()
26.例子3 构建神经网络
27.例子3 结果可视化