深度学习前言综述

本文是对GitHub上一本深度学习书籍的笔记概述,涵盖了人工智能、机器学习、表示学习和深度学习的基本概念。重点介绍了表示学习中的自动编码器,以及深度学习如何通过构建简单到复杂的概念来解决表示学习的挑战。总结指出,深度学习是机器学习的一种形式,是构建智能系统的关键路径。
摘要由CSDN通过智能技术生成

本博客中的系列笔记主要针对Github 上这本有关深度学习的书——《deep learning book》相关的读书笔记。针对当前热门的深度学习做一个基本的梳理,感兴趣的朋友可以看看!

本书的章节安排结构如下

章节安排

人工智能

人工智能(AI) 是一个具有许多实际应用和活跃研究课题的领域,并蓬勃发展着。我们指望通过智能软件自动化处理常规劳动、理解语音或图像、帮助医学诊断和支持基础科学研究。

机器学习

机器学习(Machine Learning) 是指AI系统具有自己获取知识的能力,即从原始数据中提取模式的能力。

引入机器学习使计算机可以解决设计现实世界知识的问题,并能做出看似“主观”的决策。

常见的机器学习算法包括逻辑回归(Logistics Regression)朴素贝叶斯(Navie Bayes) 等… 这些机器学习算法的性能很大程度上依赖于给定数据的表示(Representation)

数据表示

​ 上图就是一个

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值