当前位置:   article > 正文

机器学习与深度学习入门篇_机器学习深度学习入门

机器学习深度学习入门

一、机器学习

1.机器学习是什么?

机器学习是将无序数据转换为价值的方法。

2.机器学习的价值

从数据中抽取规律,并预测未来。

3.机器学习的应用

(1)分类问题
图像识别、垃圾邮件识别。
(2)回归问题
股价预测、房价预测。
(3)排序问题
点击率预估、推荐。
(4)生成问题
图像生产、图像风格转换、图像文字描述生成。

4.机器学习流程

在这里插入图片描述

5.机器学习岗位职责

(1)数据处理(采集+去噪)
(2)模型训练(特征+模型)
(3)模型评估与优化(MSE、F1-score、AUC+调参)
(4)模型应用(A/B测试)

二、深度学习

1.人工智能、机器学习、深度学习

机器学习是实现人工智能的方法;
深度学习是实现机器学习算法的技术。

2.深度学习算法

(1)卷积神经网络
(2)循环神经网络

(3)自动编码器
(4)稀疏编码
(5)深度信念网络
(6)限制玻尔兹曼机
(7)深度强化学习=深度学习+强化学习

三、神经网络

1.神经元-------最小的神经网络

在这里插入图片描述
假设这个线性模型的函数: y=wx+b,其中x是一个1xn的向量矩阵,矩阵中的每个向量值即代表样本一个特征的值,w为nx1的权重矩阵(对应向量的所占的比重),b为偏置项。
在这里插入图片描述
在这里插入图片描述

2.目标函数

目标函数:衡量对数据的拟合程度。
在这里插入图片描述

3.神经网络训练

调整参数使模型在训练集上的损失函数最小。

梯度下降算法的主要目的是通过迭代找到目标函数的最小值,或者收敛到最小值。
在这里插入图片描述
在这里插入图片描述

4.编程范式:命令式编程(Imperative)、声明式编程(Declarative)和函数式编程(Functional)

命令式编程的主要思想是关注计算机执行的步骤,即一步一步告诉计算机先做什么再做什么。命令式编程关注的是具体步骤。在平时常见的编程范式就是命令式编程。

声明式编程是以数据结构的形式来表达程序执行的逻辑。它的主要思想是告诉计算机应该做什么,但不指定具体要怎么做。声明式编程关注的是最后的结果。在编程中,SQL是最好的声明式编程例子。

函数式编程在声明式编程基础上更进一步,将函数作为第一公民。lamda表达式就是对于函数式编程的支持。
在这里插入图片描述

四、卷积神经网络

在这里插入图片描述

在这里插入图片描述
反向传播的本质只是对链式法则的巧妙运用。
手撕反向传播公式推导https://cloud.tencent.com/developer/article/1829478
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/凡人多烦事01/article/detail/93605
推荐阅读
相关标签
  

闽ICP备14008679号