深度学习项目实战-1

一、监督学习与无监督学习

1、监督学习是指有标签，常用于分类任务和回归任务。

2、无监督学习是指无标签，聚类任务。

二、KNN，K-Nearest Neighbors k最近邻居算法，是一种监督学习算法，常见；另一种常见的还有k——means算法，但它是一种无监督学习算法；

KNN算法实际上是测一个新的值 x 的时候，根据它距离最近的 K 个点是什么类别来判断 x 属于哪个类别。

三、深度学习是机器学习的一个子集，是利用多层神经网络从大量数据中进行学习，可以说成是设计一个很深的网络架构让机器自己学。

深度学习的输入可以是 向量、矩阵（张量）、序列；输出可对应三种不同的任务，回归、分类、生成。比如根据以前的温度预测明天的温度，输入的是向量，是典型的回归任务；分类任务的输入也可以是图片（张量），句子（序列）。生成任务即是结构化的输出，如chatgpt。

深度学习的基本步骤

1、定义一个函数（模型）

2、定义一个合适的损失函数，loss的值为预测值与真实值的差

3、根据损失对模型进行优化（optimization）

梯度下降法来对模型进行参数调优