![b94564033c45d797253c6799164f7013.png](https://img-blog.csdnimg.cn/img_convert/b94564033c45d797253c6799164f7013.png)
机器学习
机器学习系统是训练出来的,而不是明确地用程序编写出来的,将与某个任务相关的许多示例,输入到机器学习系统,它会在这些示例中找到统计结构,从而最终找到规则将任务自动化。
比如,你想为度假照片添加标签,并且希望将这项任务自动化,那么你可以将许多人工打好标签的照片输入到机器学习系统,系统将学会把照片与特定标签联系在一起的统计规则。
在经典的程序设计中,人们输入的是规则(程序)和需要根据这些规则进行处理的数据,系统输出的是答案。机器学习是一种新的编程范式,利用机器学习,人们输入的是数据和从这些数据中预期得到的答案,系统输出的是规则。这些规则随后可应用于新的数据,并使计算机自主生成答案。
![79edcb57634bd97f2b7c478eceb5bed2.png](https://img-blog.csdnimg.cn/img_convert/79edcb57634bd97f2b7c478eceb5bed2.png)
从数据中学习表示
为了给出深度学习的定义并搞清楚深度学习与机器学习方法的区别,我们首先需要知道机器学习算法在做什么,我们需要以下三个要素来进行机器学习:
- 输入数据点。例如,你的任务是语音识别,那么这些数据点可能是记录人们说话的声音文件。如果你的任务是为图像添加标签,那么这些数据点可能是图像。
- 预期输出的示例。对于语音识别任务来说,这些示例可能是人们根据声音文件整理生成的文本。对于图像标记任务来说,预期输出可能是“猫“,”狗”之类的标签。
- 衡量算法效果好坏的方法。这一衡量方法是为了计算算法的当前输出与预期输出的差