机器学习 Day1
作为机器学习的入门,并且是通过b站大学的方式,来进入这一新的知识领域,这篇随笔,将会介绍一些基本的概念和,了解完机器学习后,对其的一个初步认识,在这些知识的基础上,写一些自己的看法
基本框架
- 神经网络和深度学习
- 深度学习上的实践
- 结构化的机器学习工程
- 卷积神经网络(CNN)
- 序列模型
神经网络
一个线性拟合函数,可以看作是一个最简单的神经网络,一个神经元可以看作是,通过面积,来计算价格的基本函数
ReLU函数:修正线性单元 大的神经网络,是由小的神经单元,堆叠起来形成的网络
其中,创造了很大经济价值的一种应用,就是其中的一种机器学习;监督学习
- ex:x -> y
广告的推广、计算机视觉、语音识别、语言处理、无人驾驶 - Standard NN - Convolutional NN
- Recurrent NN 结构化数据: 数据库或数据列 非结构化数据: 音频、图像文本
- 神经网络近年来火爆原因
- 获得海量数据的成本更低
- 训练的神经网络:数据规模和网络规模 m:数据量
- 算法方面也有了极大的创新:sigmoid -> RuLU 提高了迭代速度
标签:结构化,机器,NN,学习,神经网络,数据,Day 来源: https://www.cnblogs.com/dimmid/p/16188438.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。