新版深度学习.pdf.pdf
《新版深度学习.pdf.pdf》由会员分享,可在线阅读,更多相关《新版深度学习.pdf.pdf(6页珍藏版)》请在三一文库上搜索。
1、第一章深度学习概念 1.1 机器学习的定义(machine Learning ML) :机器学习是涉及多门复杂理论的学科, 包括了概率统计、数值分析、算法复杂理论等多门学科。是专门研究计算机怎样模拟人类行 为,以人类行为研究来赋予机器独自拥有自主学习和思考的技术方法,使机器拥有自己组织 已有的知识架构,使自身性能不断完善的技术理论。 1.2 深度学习:源于人工神经网络的研究,含多隐层的多层感知就是一种深度学习的结 构,深度学习通过组合底层特征形成的更加抽象的高层属性类别或特征,一发现数据分布式 特征表示。 1.4 深度学习、机器学习、AI 之间的关系 如右图示1-1 所示。 1.5 一个事实和
2、一个道理: 事实:这几年深度学习的发展并不完 全得益于机器学习理论研究的新突破,主要 是因为支撑理论的外部条件有了很大的提升。 道理: 机器学习理论十年没有本质的变化,从某种意义上来说是一种好事,说明这个思维框 架经得住时间的考验,也就是说他有被学习的价值。 1.6 描述意见事物可以多角度,是一对多的映射过程,机器学习得懂如何去观察一个对 机器 深度学习 AI 图示1-1 象的特征,懂得不同角度对同一事物做不同的描述(看事物的方法千千万,就看你是从那个 角度去看待这个问题)。 1.7 被计算机使用的描述信息,这个信息在机器学习中一般被称作特征(Feature ) 。 1.8 特征描述举例中文词
3、语的编码(One Hot编码) One Hot Endcoding:假设有N 个词语待编码 方法: 1、建立N 维空间;2、确定词语之间的距离;(有排列组合相关知识知道, N 个不同的词语间有N N 种组合方式,即可以映射到N 维空间中去,在 N 维空间中的每个单 元存放1 和 0 两种状态,和真假对应) 1.9 同一件事物可以从不同的细致程度被描述。 1.10 机器模型雏形: 【注:其中模型相当于数学中的函数;】 绝大多数的机器学习都遵循这个模式,拥有输入和输出,剩下的工作就是确定这个中间 的映射,也就是这个模型。 1.11 机器学习的三种模式,监督学习、非监督学习、增强学习 1 监督学习:
4、类似于”做题看答案改错再做题” 获得特征 模型期望结果 2 非监督学习:利用现有的知识和现有的经验解决问题,并利用一些间接的方法去评价 模型病给出结果。 3 增强学习:改变了周围的环境,让行动者看到了结果的好与坏,从而揭示了行为的正 误程度。 注意在监督学习中,部分模型输入和对应的理想输出是已知的;在非监督学习中通常标 准输出是未知的,我们不能判断模型的输出是否完全正确,只能通过其他的方法辅助判断结 果的正确程度;增强学习,当模型的制定的输入返回结果,一个外部的环境会对模型返回结 果做出响应并返回两个结果。 1.12 机器学习的一大难点就是把所有问题用机器可以理解的形式表述出来(映射 =模型,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 新版 深度 学习 pdf
![提示](https://www.31doc.com/images/bang_tan.gif)
链接地址:https://www.31doc.com/p-5473701.html