第一次打卡

Task 01

1. 线性回归

线性回归的基本要素：

            研究问题的模型
            所需要的数据集
            定义损失函数 
                   解析解
                   数值解 小批量随机梯度下降是一例典型
           矢量计算

2. Softmax与分类模型

softmax的基本概念：

         分类问题
         权重矢量
         神经网络图
         输出问题
         小批量矢量数据表达式

交叉熵损失函数

          平方损失估计

3. 多层感知机

多层感知机的基本知识

隐藏层及表达公式

激活函数

           ReLU
           sigmoid
           tanh函数
           如何选择激活函数

多层感知机

Task 02

1. 文本预处理

步骤：

        读入文本
        分词
        建立字典，将每个词映射到一个唯一的索引（index）
        将文本从词的序列转换为索引的序列，方便输入模型

2. 语言模型

        语言模型
        n元语法
        时序数据采样
        随机采样
        相邻采样

3. 循环神经网络基础

       循环神经网络的构造
       梯度裁剪
       定义预测函数
       困惑度