第十六周学习周报（20180618-20180624）

第十六周学习周报

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

             Unsupervised Learning-Linear Methods

             Unsupervised Learning-Neighbor Embedding

             Unsupervised Learning-Auto-encoder

             Unsupervised Learning-Deep Generative Model

             Transfer Learning

二、学习笔记     

      Manifold Learning(流形学习)

           我们要做的事情就是降维，但是是非线性的降维。

       LLE

           LLE并没有一个明确的函数来告诉你怎么应用之后达到降维，降维后的z完全是凭空找出来的。用LLE有一个好处就是就算你不知道原来的xi和xj，你只知道wij，也可以用LLE求出来zi和zj。LLE要确定好neighbor有几个，neighbor的个数要刚刚好才能达到好的效果。K太大的话，欧式距离就没有意义了，会导致结果不好了。

      Auto-encoder

          是一种无监督的学习算法，他利用反向传播算法，让目标值等于输入值。Autoencoder尝试学习一个  的函数。也就是说autoencoder尝试逼近一个恒等函数，使得输出接近于输入 。为了使这个函数有意义，需要加入一些限制条件（比如说限制隐藏神经元的数目），就可以发现一些有意义的结构。Autoencoder可以学习到数据的一些压缩表示。

三、下周学习计划

    1、李宏毅老师的机器学习课程还有一点点没看完，学完

    2、把机器学习课程后面的作业完成一下