【学习笔记】天元西南中心的线上课程《理解神经网络》

机器学习介绍

introduction machine learning

deep learning

statistics vs. machine learning

区别:是否存在模型依赖;模型实质由参数组成。

statistics: model based

用训练数据来构建模型,是为了获取模型的参数,参数就是模型本身

Gauss-Markov theorem

machine learning: modef free

用数据来训练,模型是基于数据产生的。

暴力美学、数据驱动、误差最小

generalization

supervised learning

unsupervised learning

reinforcement learning

notation is important

GD for neural networks

back propagation

main issue

failure

维度灾难 ------ 蒙特卡洛方法

相关推荐
疯狂打码的少年13 分钟前
CISC vs RISC 对比
jvm·笔记
小新同学^O^17 分钟前
Redis的简单总结
数据库·redis·学习
garmin Chen20 分钟前
LeetcodeHot100打卡(14、合并空间,15、轮转数组,16、除了自身以外数组乘积,17.缺失的第一个整数)
java·笔记·学习·算法
wan55cn@126.com24 分钟前
调试协作之歌
人工智能·笔记·微信
就叫飞六吧1 小时前
cookie的SameSite属性
笔记
ん贤1 小时前
Higress 详细笔记
笔记·云原生·higress
不羁的木木1 小时前
ArkWeb实战学习笔记04-JavaScript与Native通信
笔记·学习·harmonyos
li星野1 小时前
RAG优化系列:HyDE(假设文档嵌入)——让LLM先写答案再检索
python·学习
知识分享小能手2 小时前
Flask入门学习教程,从入门到精通,Flask智能租房——用户中心知识点详解(9)
python·学习·flask
Wu_Dylan2 小时前
液态神经网络系列(十) | 未来展望:液态人工智能会是通往 AGI 的下一站吗?
人工智能·神经网络·agi