深度学习day01

Marchine leariing

机器学习就是自动找函式

深度学习day01_第1张图片

告诉机器要找的函式用

Supervised Learning  

深度学习day01_第2张图片

深度学习day01_第3张图片

函式的Loss ——评价函式的好坏

 深度学习day01_第4张图片

Reinforcement就是让机器自己下象棋,输赢自己尝试,没像监督学习那样有人为规定

给函式寻找范围:
深度学习day01_第5张图片

函式寻找方法——Gradient Descent

深度学习day01_第6张图片 AI前沿研究

深度学习day01_第7张图片

机器会识别图片中的猫,并解释为什么这是一只猫,这就是Explainable AI

人类如果恶意攻击影像辨识系统,会发生什么事,这就是Adversarial Attack

影像辨识系统可能得到很高的正确率,这个正确率来自巨大的马勒,将这个马勒缩小,这就是Network compression

猫狗分类,若放卡通人进去,机器也会将卡通人硬分类成动物,放很怪的东西进去,如何让机器自己知道自己不知道,这就是Anomaly Detection

深度学习day01_第8张图片

当训练集和测试集不一样时,如何让机器学到东西,这就时Transfer Learning

让机器知道如何学习,目的是比人让机器学习的更有效这就是Meta learining  

 深度学习day01_第9张图片

期待机器自己学习,衍生出更有效率的算法

终身学习——life-long learning 

机器为什么不能变成天网,难点在哪? 

Rule of ML

Regression-case study

能做什么:

Stock Market Forecast

Self-driving car

Recommendation

步骤:

深度学习day01_第10张图片

深度学习day01_第11张图片 

画出Loss- function 

深度学习day01_第12张图片

深度学习day01_第13张图片 

怎么做? 穷举,定值,左右踏 

深度学习day01_第14张图片 

深度学习day01_第15张图片 

反复进行上面这个步骤,最后就会找到Loss相对小的w和b

深度学习day01_第16张图片

深度学习day01_第17张图片 

 深度学习day01_第18张图片

深度学习day01_第19张图片

 

 深度学习day01_第20张图片

 

 Basic Concep

深度学习day01_第21张图片

深度学习day01_第22张图片 

深度学习day01_第23张图片 

深度学习day01_第24张图片 

你可能感兴趣的:(深度学习,人工智能)