机器学习-李宏毅-【1】机器学习的基本概念

一、机器学习的基本概念

  1. 人工智能
  2. 机器学习
  3. 神经网络
  4. 深度学习

机器学习的概念:机器具备找一个函式的能力

机器学习的任务:

  1. Regression
  2. Classification
  3. Structured Learning

点阅人数预测:

  1. Model:一个带有未知 Parameter 的 Function
  2. Feature:已知的信息
  3. Weight: 权重
  4. Bias: 偏差
  5. Loss:A function of parametes, Input = Parameters,MAE、MSE、Cross-Entropy
    机器学习-李宏毅-【1】机器学习的基本概念_第1张图片
  6. Optimization:优化算法
  7. Hyperparameters:超参数
  8. Local minima:
  9. Global minima:

模型的修改一般来源于对于问题的理解(Domain Knowledge)

激活函数:使用简单的函数逼近真实函数,横向扩展网络
(网络加深,层数增多,纵向扩展网络)

  1. Sigmoid:
    机器学习-李宏毅-【1】机器学习的基本概念_第2张图片
    机器学习-李宏毅-【1】机器学习的基本概念_第3张图片
    机器学习-李宏毅-【1】机器学习的基本概念_第4张图片
    机器学习-李宏毅-【1】机器学习的基本概念_第5张图片
    机器学习-李宏毅-【1】机器学习的基本概念_第6张图片
  2. ReLU (Rectified Linear Unit)
    机器学习-李宏毅-【1】机器学习的基本概念_第7张图片

机器学习-李宏毅-【1】机器学习的基本概念_第8张图片

你可能感兴趣的:(基础学习,#,机器学习-李宏毅,机器学习,人工智能)