学过的东西就要整理…
主要来源: MIT deep learning
Part I: Applied Math and Machine Learning Basics
1. 机器学习基础
1.1 常用模型
1.1.1 线性回归
找到一条线
y=wTx
尽可能穿过所有样本点,这条线满足mean square error最小
MSEtest=1m∑i(y′test−ytest)2i
1.2 Evaluation
训练集——>测试集 (泛化generaliazation)。
1. 离散:
0-1 loss (如果分类正确就是0,错误为1)或者 error rate
2. 连续:
average log-probability
Part II: Modern Practical Deep Networks
Part III: Deep Learning Research
encoder
未完待续…….
其他参考资料
https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/