机器学习计划以及简单介绍

机器学习计划

要开始学机器学习啦~
刚开始就从深度学习开始，先看基础，然后是动手深度学习；
用博客记录学习内容、进行总结和重难点分析；

刚开始的确会很难，因为很多算法和数学公式…懂得都懂；
所以长路漫漫、一步一步来就行；
不懂的地方就边查边学，前期不用赶进度；
打好基础，为了以后能更好的写论文，冲！

-------------------2121.10.25更----------------------
学了一段时间之后，发现如何仔细看那些公式和算法的确实太难顶了，基本上就没了学习的动力，一看就困；
所以还是先大致看一下，主要是学会怎么用，然后再慢慢理解其原理，这样才是现阶段最容易接受的学习方法。
最近还借了一本深度学习入门的书，主要就是以介绍为主，我觉得挺适合初学者的，毕竟比起漫无目的的学习，先知道这个东西到底是什么以及能干什么更能引导我们持续的学习。

介绍

1.深度学习、机器学习和人工智能的关系
人工智能包含机器学习，机器学习包含深度学习

2.深度学习是机器学习的一个分支，是一种实现机器学习的技术。深度学习
本来并不是一种独立的学习方法；其概念源于对人工神经网络的研究。

3.神经网络是深度学习最核心、最重要的的结构。常见的神经网络有三种：
前馈神经网络、卷积神经网络和循环神经网络。
其中卷积神经被广泛应用于计算机视觉和自然语言处理。尤其在计算机视觉领域，卷积神经的出现让其正确率有了质的提升。
此外，在自然语言处理、人工智能等各个领域都发挥了巨大的作用。

4.其实深度学习早在20世纪50年代末就被提出，那为什么近几年才得以迅速发展呢，主要由以下几点原因：

• 第一，大数据的涌现。因为深度学习是基于数据的学习，这就为深度学习打下了坚实的基础。
• 第二，计算机硬件水平的提高。深度学习的算法模型非常复杂，需要极高的硬件水平，不然需要耗费很长时间。
• 第三，算法的改进。神经网络模型复杂且层数多，很难训练好。而且训练深层神经网络很容易出现梯度消失和梯度爆炸等一系列问题。而今天，算法的改进正在逐渐消除这些困难。