深度学习与神经网络课程总结

引用部分

日期: 9月22日

图灵测试概述

机器学习的三个核心要素

1. 模型构建
   
   
   
   • 线性模型：f(x) = w^Tx + b，其中w是权重向量，b是偏置项。
   
   
   • 广义线性模型：f(x) = w^Tϕ(x) + b，这里ϕ(x)代表输入x的非线性转换。
   
   


2. 学习标准
   
   
   
   • 损失函数：用于评估模型预测值与实际值之间的差异，常见的如平方损失函数。
   
   
   • 经验风险最小化：将机器学习任务转化为寻找最优解的问题，通过最小化训练数据上的平均损失来实现。
   
   


3. 优化技术
   
   
   
   • 梯度下降法：一种常用的优化算法，通过迭代调整参数以减少损失函数的值。
   
   
   • 学习率α：控制每次迭代中参数更新的步伐大小，对模型收敛速度有重要影响。
   
   

机器学习的主要分类

数据特征的表示方法

图像特征提取

文本特征处理

自动特征学习