机器学习基础（1）—

深度学习是一个机器学习问题，从有限的样例中通过算法总结出一般规律，并可以应用到新的未知数据上。一种可以比较好解决贡献度分配的问题的模型是人工神经网络，简称神经网络。因为神经网络模型一般比较复杂，从输入到输出的信息传递路径一般比较长，所以复杂神经网络的学习可以看成一种深度的机器学习，即深度学习。

神经网络与深度学习并不等价，深度学习可以采用神经网络模型，也可以采用其他模型（比如深度信念神经网络是一种概率图模型）

人工智能分为两派：

1.符号主义：人类的认知过程可以看做符号操作过程。

2.连接主义：人类的认知过程是由大量的简单神经原构成的神经网络中的信息处理过程，而不是符号计算。因此，连接主义模型是由大量简单的信息处理单元组成的互联网络，具有非线性、分布式、并行化、局部性计算以及自适应性等特性。

符号主义方法等一个优点是可解释性，这也是连接主义的弊端。深度学习的主要模型神经网络就是一种连接主义模型。随着深度学习的发展，越来越多的研究者开始关注如何融合符号主义和连接主义，建立一种高效并且具有可解释性的模型。

将图像数据表示为向量的方法有很多种，比如直接将一副图像的所有像素值（灰度值或者rgb值）组成一个连续向量。

深度学习是一种端到端学习，不需要明确给出不同模块或阶段的功能，中间过程不需要人为干预，端到端学习的训练数据为“输入-输出”对的形式，无需提供其他额外信息。

机器学习基础（1）——绪论相关推荐

机器学习（1）机器学习基础鸢尾花数据集
目录一.机器学习基础理论 1.机器学习过程 2.机器学习分类 3.数据集返回值介绍二.鸢尾花数据集(实战) 1.首先是获取数据集 2.显示数据集信息(可以不要) 三.数据集划分 1.数据集划分AP ...
【直播】陈信达：零基础计算机视觉之机器学习基础
零基础计算机视觉之机器学习基础直播信息分享嘉宾:陈信达,Datawhale成员,上海科技大学硕士. 直播时间:2021年07月30日 20:00 直播内容: 线性回归与指针读数识别逻辑回归原理与 ...
资源 | Intel发布AI免费系列课程3部曲：机器学习基础、深度学习基础以及TensorFlow基础
翻译 | AI科技大本营(公众号ID:rgznai100) 校对 | 成龙编辑 | 明明 Intel于近期发布了三门AI系列的免费课程,分别是关于机器学习基础.深度学习基础.TensorFlow基础 ...
python分类器鸢尾花怎么写_python机器学习基础教程-鸢尾花分类
一: 环境准备: 1.导入的库: importnumpy as npimportmatplotlib.pyplot as pltimportpandas as pdimport mglearn 2.导 ...
KNN算法的机器学习基础
KNN算法的机器学习基础 https://mp.weixin.qq.com/s/985Ym3LjFLdkmqbytIqpJQ 本文原标题 : Machine Learning Basics with ...
机器学习基础（一）——人工神经网络与简单的感知器
机器学习基础(一)--人工神经网络与简单的感知器 (2012-07-04 19:57:20) 转载▼ 标签: 杂谈分类: machineのlearning 从最开始做数据挖掘而接触人工智能的知识开始 ...
Python机器学习基础教程-第2章-监督学习之K近邻
前言本系列教程基本就是摘抄<Python机器学习基础教程>中的例子内容. 为了便于跟踪和学习,本系列教程在Github上提供了jupyter notebook 版本: Github仓库: ...
【机器学习实战】第1章机器学习基础
第1章机器学习基础机器学习概述机器学习就是把无序的数据转换成有用的信息. 获取海量的数据从海量数据中获取有用的信息我们会利用计算机来彰显数据背后的真实含义,这才是机器学习的意义. 机器学习 ...
1.3 机器学习基础-深度学习第二课《改善深层神经网络》-Stanford吴恩达教授
←上一篇 ↓↑ 下一篇→ 1.2 偏差/方差回到目录 1.4 正则化机器学习基础 (Basic "Recipe" for Machine Learning) 上节课我们讲的是如 ...
【NLP机器学习基础】从线性回归和Logistic回归开始
古语常云:"大道至简",万事万物纷繁复杂,最终却归至几个最简单的道理.我常常在想,如今很火的AI领域是否也是如此.将AI真正学懂学会的过程就像一场遥不可及的漫长攀登,起始于晦涩难懂 ...

机器学习基础（1）——绪论

机器学习基础（1）——绪论相关推荐

最新文章

热门文章