邱锡鹏《神经网络与深度学习》学习笔记

1.传统的机器学习和深度学习的最根本的区别就是 :传统的机器学习是人为来选择特征,而深度学习是由网络自己进行特征的选择和学习。传统的机器学习是浅层学习。

2.神经网络可以看做一个通用的函数逼近器,一个两层的神经网络可以逼近任意的函数。

3.机器学习中常用的损失函数

邱锡鹏《神经网络与深度学习》学习笔记_第1张图片

邱锡鹏《神经网络与深度学习》学习笔记_第2张图片

邱锡鹏《神经网络与深度学习》学习笔记_第3张图片

4.经验风险最小化:

邱锡鹏《神经网络与深度学习》学习笔记_第4张图片

5.结构风险最小化:

邱锡鹏《神经网络与深度学习》学习笔记_第5张图片

6.似然函数是高斯分布函数的累乘

邱锡鹏《神经网络与深度学习》学习笔记_第6张图片

你可能感兴趣的:(深度学习,神经网络,学习)