导论
机器学习和深度学习的关系
机器学习:计算机用算法从数据中挖掘模式和特征,分为监督(分类和回归,需要用带标签的样本去训练模型)和无监督(聚类和降维,不需要带标签的样本)
分类比如输入一个图片,判断是猫还是狗;回归比如输入面积,地段等来预测房价;分类是预测离散的类别,而回归是预测一个连续的值。
聚类是把数据按自组织、自相似的原则聚成一簇;降维是把高维数据降为地维数据方便观察
分类和聚类生成的是离散的值,回归和降维生成的是连续的值
深度学习特指用深度学习网络解决机器学习问题的一种方法
多层感知器=前馈神经网络=全连接神经网络
在机器学习中,区分恰好是零和非零但值很小的元素的非常重要的