西安电子科大《深度学习》学习记录

某天闲逛起图书馆，发现了之前上课学过的小黄书系列，拿起来看了看，很对胃口，下面将自己学习时的一些心得记录一下，感觉是很好的一本书！

目录

第一章 绪论

1.3 监督学习

1.3.1 支持向量机

1.3.2 决策树

1.4 无监督学习

1.4.1 主成分分析

1.5 机器学习

---

第一章 绪论

绪论部分简要记录，讲了一些机器学习的方法，感觉可以回顾一下，简要记录。

1.3 监督学习

1.3.1 支持向量机

 

1.3.2 决策树

决策树太简单，直接过，主要是记住它需要用到熵，还有几种决策树的类型

1.4 无监督学习

1.4.1 主成分分析

1.5 机器学习

这一部分我们主要看的是什么是机器学习和表示学习和深度学习，这边有篇文章讲的很好，引用过来存一下：

机器学习 VS 表示学习 VS 深度学习_表示学习和深度学习_Efred.D的博客-CSDN博客

简洁说来，就是：深度学习的本质就是表示学习, 同时深度学习通过在输入数据和输入数据中加入了中层特征, 就是把输入数据的特征经过很多次非线性转化,进一步解决了语义鸿沟问题 (引用文章里面的一句话）

第三章 简单神经网络