第十四周学习周报（20180604-20180610）

第十四周学习周报

一、本周学习情况

    1、本周主要学习李宏毅老师的机器学习课程

          没有学习吴恩达老师微专业课《深度学习工程师》

    2、看了机器学习的两篇算法博客、关于逻辑回归和线性回归算法

    3、看了上周小分类模型的源码、恩有点困难

二、学习笔记     

    机器学习跟模式识别，统计学习，数据挖掘，计算机视觉，语音识别，自然语言处理等领域有着很深的联系。从范围上来说，机器学习跟模式识别，统计学习，数据挖掘是类似的，同时，机器学习与其他领域的处理技术的结合，形成了计算机视觉、语音识别、自然语言处理等交叉学科。

    计算机视觉=图像处理+机器学习。图像处理技术用于将图像处理为适合进入机器学习模型中的输入，机器学习则负责从图像中识别出相关的模式。

    回归是用于估计两种变量之间关系的统计过程。当用于分析因变量和一个或多个自变量之间的关系时，该算法能提供很多建模和分析多个变量的技巧。具体一点说，回归分析可以帮助我们理解当任意一个自变量变化，另一个自变量不变时，因变量变化的典型值。最常见的是，回归分析能在给定自变量的条件下估计出因变量的条件期望。

三、下周学习计划

    1、继续学习李宏毅老师的机器学习课程

    2、学习机器学习经典算法