21天学习挑战赛——机器学习02

活动地址：CSDN21天学习挑战赛

---

机缘

老师愿意教，学生愿意学，双向奔赴吧，单向也行，可能有点累，哈哈

---

学习时间

2022.8.1～2022.8.7

---

学习内容

• 网课
• An Introduction to Autoencoders
• 百面机器学习
• 精通特征工程
• 数据聚类
• 最优化理论与方法

---

学习产出

csdn博客1篇

---

问题

问：直接法和最小二乘法是一回事吗？
答：不是
问：最小二乘法的要求是什么？为什么不直接使用最小二乘法，而是使用梯度下降法？
答：如果是构造损失函数，它是凸函数，而且就是说他有直接解析解，就像最小二乘法那样，就像她那样可以列成具体公式，可以使用直接法。
但是如果说不能明确列出某一个公式的话，或者说这个损失函数它是一个非凸的函数就是迭代法去做。
补答：聚类是一个典型的非凸的例子

问：jupyter？
答：可以通过jupyter在里面跑代码，不仅限于python，R语言也是可以的，C也是没问题的。
补答：数据科学家一般将其作为笔记进行使用。

问：在求解过程中分为直接法和迭代法，此处迭代法和神经网络中的前向传播法是否类似，神经网络的参数更新是通过反向传播算法进行，与此处迭代法参数更新方式有什么异同呢？

问：有无好的方法解决误检和漏检的问题呢？比如：面对两类物体，人眼很难区分的情况下，如何让机器识别更加准确？

---

随堂笔记

一切技术的出现都是为了解决现实问题，而把现实问题分为简单问题和复杂问题。简单问题，需要简单分析，我们使用数据分析。复杂问题，需要复杂分析，我们使用机器学习。

数据分析、机器学习、深度学习