作为一个小白,这是我深度学习的笔记。
由于我热爱数学,所以我想要慢慢开始接触深度学习。从2019-07-31开始学习。
不求成为大神,只希望自己每天都有进步。(30个视屏)
2019-07-31(3)
1.了解机器学习的概念。
2.机器学习的应用:百度识图,无人机,语音识别。
3.概率论,统计学,神经网络,计算机的交叉学科。
2019-08-01(1)
1.
分类问题:目标标记为类别型数据。(eg.是/否,良性/恶性)
回归问题:目标标记为连续型数值。(eg.可以是任何数值)
2.
有监督学习:训练集有类别标记。(eg.是否享受运动)
无监督学习:训练集没有类别标记。(eg.肿瘤是恶行还是良性)
半监督学习:有+无
3.机器学习的步骤:
(1)数据拆分为训练集和测试集。
(2)根据训练集的特征向量来训练算法。
(3)将算法运用在测试集上,来验证算法(可能会调整参数)。
看不懂。所以差点放弃的几天
2019-08-07
1.线性回归
概率分布
高斯分布
最大似然推导损失函数