谈谈对机器学习和深度学习的理解吧

       学了一段时间的机器学习和深度学习了，也上手了一些项目，在我看来，无论机器学习还是深度学习，其要做的事情其实是相同的，都是对数据进行处理，用数据拟合模型。

       所谓模型就是一个数学函数罢了，就像我们初中学的描点画图，只不过这里的数据是多维度的，所拟合出的函数也是复杂的。

        我认为这个过程中最重要的部分是数据的处理和模型的构建。首先数据是我们进行模型训练的基础，如果数据本身就是不准确的，那训练出来的模型也绝对不好。因此数据的处理是重中之重。其次是模型的构建，就像我们用线性函数无法去拟合二次函数一样，我们需要构建一个合适的函数，用数据去确定其参数，但是这里也是最复杂的，因为我们无法准确知道数据满足的函数是什么，我们大多情况下是根据数据的特点以及经验去选择。也就是很多时候是试出来的。虽然函数越复杂与数据的拟合度就越高，但是也会导致过拟合的现象，所以这里需要多想多看多总结。

       其他训练方法我觉得并不是难点，这些是我个人的一些观点吧，如果大家有更好的观点欢迎留言。我们一起探讨。