【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
学不会就看12 分钟前
selenium学习实战【Python爬虫】
python·学习·selenium
CIb0la22 分钟前
Ai自动补全编程工具:llama vscode
运维·开发语言·学习·测试工具·程序人生
2301_8047744933 分钟前
回溯算法学习
学习
~Yogi1 小时前
今日学习:工程问题(场景题)
android·学习
序属秋秋秋1 小时前
《C++初阶之入门基础》【普通引用 + 常量引用 + 内联函数 + nullptr】
开发语言·c++·笔记
电子云与长程纠缠1 小时前
Houdini POP入门学习07 - 分组
学习·houdini
Auscy1 小时前
JavaScript 数组学习总结
开发语言·javascript·学习
虾球xz1 小时前
CppCon 2015 学习:Transducers, from Clojure to C++
开发语言·c++·学习
Bwcx_lzp2 小时前
MCP和Function Calling
人工智能·笔记
张哈大2 小时前
【 java 虚拟机知识 第一篇 】
java·开发语言·jvm·笔记·缓存