【ML】ML基本概念与深度学习模型的引出 1

1. 机器学习定义

Machine Learning

Looking for Function

Different types of Functions
This course focuses on Deep Learning.

输入与输出的差异与机器学习的任务目标

2. 机器学习三大任务

Structured Learning（智能呢个范式）
create something with
structure (image, document)

Regression,
Classification

3. 机器学习定义回归举例

损失函数定义：


Error Surface

4. Gradient Descent 优化

Gradient Descent 最速下降法：

5. Gradient Descent 优化步骤

6. 回归步骤小姐

模型的修改与优化：

测试集与建模有差异，以7天为一个小周期或者 一个月为一个周期？？

7. Linear models

Linear models are too simple … we need more sophisticated modes
需要更加复杂的function

8. 核心步骤流程

9. 模型优化

ReLU代替Sigmoid 对之前的模型进行优化：

9. 深度学习引出

进化历史：