深度学习&机器学习
the type of funtion 函数的不同功能:
1)regression(回归): The function outputs a scalar(输出一个数值)
2)classificantion(分类):The function outputs the correct one(输出类别)
3)structed learning(结构)
How to find a function?(机器学习)
第一步 funtion with unkonwn parameters(也叫model)
第二步 define loss from Training data(loss is a function of parameters(model里面的))
注意:label是指正确的值,error surface (误差曲面)
损失函数:如MSE(均方差)做损失函数
第三步 Optimization(最佳化问题)
用 Gradient Descent(梯度下降方法)
方法的局限性:不能找到global minima,只能找到局部的minima
三步框架
sigmoid函数
x趋向于正无穷时等于C
通过调整c(高度),b(平移),w(斜率)来构造不同的函数
new model(逼近一条曲线)
1)图形展示
每一层叫做hidden layer =》deep learning
2)线性代数表示
第二节 机器学习任务攻略
x:feature
第一步: 定义模型
第二步: 定义loss函数用来判断这组数据好坏
第三步: 寻找能让loss最小的一组数值
Overfitting要增加training data规模
numpy数组的切片操作:[a(表示的行),b(表示的列)]
dataset:
model的设计思路:
1)最简单的linear model
y=w*x+b (w:权重 b:bias )
loss函数:
loss函数只是针对一个样本的