caffe学习笔记（一）深度学习的基础概念

1.深度学习是机器学习的一个领域，出发点是：模拟人脑进行分析学习的神经网络。模仿人脑的机制来解释数据。

1.1人工神经网络NNS（或连接模型connection Modle）是一种模仿神经网络行为特征，进行分布式并行助理的算法数学模型。

1.2机器学习的学习形式分类：有监督和无监督学习。

       有监督学习：从标记的训练数据来推断一个功能的机器学习任务，由一个输入对象和一个期望的输出值（监督信号）组成。常见的监督学习算法包括【回归分析算法regression】【统计分类算法classification】主要用来分类和预测。

       无监督学习：从没有标记的训练数据中学习数据的信息或特征，简而言之就是对没有标记的训练样本进行学习，标记未知导致样本歧义性高。【聚类】就是典型的无监督学习，无监督学习和统计数据密度估计有很大关系。在无监督学习中，使用的许多方法是基于数据挖掘方法。

1.3学习方法分类

【经验性归纳学习】

【分析学习】

【类比学习】

【遗传算法】

【连接学习】

【增强学习】

1.4机器学习的相关技术

【BP神经网络】

【随机森林Random Forests】

【支持向量机】

【深度学习】