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