深度学习发展与机器学习
背景
1.遥感影像行业现状
遥感影像
应用:
农业,林业,土地调查,减灾,军事,智慧城市建设
优点:
易获取,覆盖面广,时效性高,光谱信息丰富
缺点:
数据量大,数据质量良莠不齐,无法实现影响自动翻译
2.遥感图像理解
3.卷积神经网络发展史
简单的单层神经网络不能解决异或问题————Back Propagation算法,BP算法————卷积神经网络用于自然图形中物体识别————千层机器学习模型相继被提出,支撑向量机(SVM),Boosting,最大熵权法(LR,Logistic Regression)
卷积神经网络基础概念
机器学习
1.存在问题:
图像识别
语音识别
自然语言理解
天气预测
基因表达
内容推荐
2.一般思路流程:
特征的选取很重要,这是一个很难的问题
3.经典定义
利用经验改善系统自身性能
随着领域发展,目前主要研究智能数据分析的理论和算法,已经成为智能数据分析技术的源泉之一
4.机器学习框架举例
目标函数:选取模型进行拟合
损失函数:评估当前模型,减少误差
机器学习-线性回归
(1)数据
(2)选择目标函数与损失函数
(3)L(w,b)最小
(4)求偏导,利用梯度下降算法
求解使用梯度下降算法
学习率为常数,但是下降幅度随斜率变化而变化。
1.初始化参数信息w0,b0
2.计算每个偏导数
3.选择合适学习率
4.选择迭代终止条件(例(大多数)如迭代20次,损失函数值(不是很好判断))
(5)梯度下降算法代码
迭代历程
问题:超参数设置难
超参数设置不同
1.初始化值不同
结果可知,其损失函数值不同,需要迭代次数不同
同一个学习率,不同的初始值,观察损失函数值,第一个下降过快,且没有收敛的趋势,迭代次数不够,而下降过快即说明该初始值下学习率过大,可以选择改变学习率或者改变初始值;第二个损失函数值随后下降很小,则迭代次数适当,学习率以及初始值都是最好的
2.学习率不同
损失函数来回变化,则是学习率过大;变化太小,则是学习率太小
对于局部最优与整体最优
实际数据中,会存在数据形成很多大坑,梯度下降的时候可能在大坑中逐步收敛,此时只是得到局部最优。所以,学习率的选择很重要,根据经验,一般为0.001到0.003
(6)P次的梯度下降算法
增加参数
(7)数据预测
损失函数值大,反映出过拟合问题,可能是目标函数选择模型存在问题,因为经过判断,参数,学习率,迭代次数,损失函数都没有问题,因而目标函数出现问题,线性模型选择有问题。
(8)选择新的目标函数
机器学习,既可以使用原有特征,也可创造新的特征,即x创造x的次方,三次方等
呢么,应该截至选择到几次方?
(9)模型的选择
过拟合和欠拟合问题
总结:
深度学习发展与机器学习相关推荐
- 图灵奖得主Bengio再次警示:可解释因果关系是深度学习发展的当务之急
(图片付费下载自视觉中国) 作者 | Will Knight 译者 | Monanfei 来源 | Wired 出品 | AI科技大本营(ID:rgznai100) 深度学习擅长在大量数据中寻找模式, ...
- 2020-1-29 深度学习笔记5 - 机器学习基础(构建机器学习算法)
第5章 机器学习基础 官网 学习算法 机器学习算法是一种能够从数据中学习的算法. 所谓学习是指,对于某类任务T和性能度量P,一个计算机程序被认为可以从经验E中学习是指,通过经验E改进后,它在任务T上由 ...
- 深度学习算法和机器学习算法_63种机器学习算法介绍
深度学习算法和机器学习算法 Data Science and analytics are transforming businesses. It has penetrated into all dep ...
- 深度学习——深度学习发展历程
深度学习综述 1 基本概念 2人工智能发展和内容 2.1 AI目标 2.2 AI领域 3 机器学习发展内容 3.1 发展阶段 3.2 任务 3.3目标 3.4算法 3.5 学习方式 4深度学习发展内容 ...
- 深度学习发展历程全讲解
深度学习发展历程 深度学习综述 1 基本概念 2人工智能发展和内容 2.1 AI目标 2.2 AI领域 3 机器学习发展内容 3.1 发展阶段 3.2 任务 3.3目标 3.4算法 3.5 学习方式 ...
- 深度学习(一): 人工智能-机器学习-深度学习的区别
人工智能-机器学习-深度学习 他们之间是有区别的 先来一张图做一下解释 从发展历史上来看 AI:让机器展现出人类智力 回到1956年夏天,在当时的会议上,AI先驱的梦想是建造一台复杂的机器(让当时刚出 ...
- 深度学习 - 第二章 - 机器学习基础
深度学习 - 第二章 - 机器学习基础 第二章 机器学习基础 2.1 各种常见算法图示 2.2 监督学习.非监督学习.半监督学习.弱监督学习? 2.3 监督学习有哪些步骤 2.4 多实例学习? 2.5 ...
- AI大佬“互怼”:Bengio和Gary Marcus隔空对谈深度学习发展现状
编译 | AI科技大本营编辑部 出品 | AI科技大本营(ID:rgznai100) 去年以来,由于纽约大学教授 Gary Marcus 对深度学习批评,导致他在社交媒体上与许多知名的 AI 研究人员 ...
- 干货丨深度学习和经典机器学习的全方位对比
本文将对比深度学习和经典机器学习,分别介绍这两种技术的优缺点以及它们在哪些问题 如何得到最佳使用. 深度学习已成为大多数AI问题的首选技术,使得经典机器学习相形见绌.但是,尽管深度学习有很好的性能,经 ...
最新文章
- 带动画效果的卷积神经网络的讲解.pptx
- Swift和Objective-C的运行时编程
- 数学建模学习笔记——聚类模型
- html编辑完后扩展名是,【填空题】使用文本编辑器编辑完HTML后,扩展名可以是 或 。...
- Android项目集成Weex
- 【02】把 Elasticsearch 当数据库使:过滤和排序
- JDK源码学习笔记——Enum枚举使用及原理
- 如何判断微信定位服务器,如何快速找到自己的微信定位,完成实操作业?分享一下我的思路...
- 迅影QQ视频查看v2.0 源码
- 用java实现图片合并与折叠
- QT学习的相关博客论坛
- 五一去哪里人最多?用 Python 抓取的热力图告诉你!
- bzoj3990【SDOI2015】排序
- 大数据项目之电商数仓离线计算
- OptiSystem应用:100 Gbps DP QPSK
- edb的安装与使用计统第二次实验
- Javascript判断日期是否合法
- 计算机计算生命的意义,简易计算器
- U2D愤怒的小鸟学习笔记
- 婴幼儿体重在线计算机,【婴儿体重计算器在线计算_婴儿体重计算器在线计算专题】- 天鹅到家...