机器学习-李宏毅-【1】机器学习的基本概念

一、机器学习的基本概念

  1. 人工智能
  2. 机器学习
  3. 神经网络
  4. 深度学习

机器学习的概念:机器具备找一个函式的能力

机器学习的任务:

  1. Regression
  2. Classification
  3. Structured Learning

点阅人数预测:

  1. Model:一个带有未知 Parameter 的 Function
  2. Feature:已知的信息
  3. Weight: 权重
  4. Bias: 偏差
  5. Loss:A function of parametes, Input = Parameters,MAE、MSE、Cross-Entropy
    在这里插入图片描述
  6. Optimization:优化算法
  7. Hyperparameters:超参数
  8. Local minima:
  9. Global minima:

模型的修改一般来源于对于问题的理解(Domain Knowledge)

激活函数:使用简单的函数逼近真实函数,横向扩展网络
(网络加深,层数增多,纵向扩展网络)

  1. Sigmoid:
    Sigmoid函数
    Sigmoid参数
    参数
    向量转矩阵
    在这里插入图片描述
  2. ReLU (Rectified Linear Unit)
    在这里插入图片描述

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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