《神经网络与深度学习》邱希鹏的学习笔记（4）

《神经网络与深度学习》邱希鹏 学习笔记（4）

完成进度

第二章

第二章

传统

传统

自动化

  * 深度学习方法

• 评估标准
• 理论体系与相关定理

  • 机器学习中的PAC（Probably Approximately Correct）学习理论

  • 无免费午餐定理

  • 奥卡姆剃刀原则

  • 丑小鸭定理

  • 归纳偏差

  • 自我理解

  • • 代码
    • • 实现不同基函数

  • 实现最小二乘法

  • 实现梯度下降法

完成进度

• 第二章第②节
• 第二章第③节
• 第三章
• …

第二章 机器学习概述

第二章主要阐述机器学习的基本概念和构成要素，并深入探讨其中一个经典的机器学习方法——线性回归模型。

简单来说，在数据分析的基础上使计算机能够自主学习以获取模式或规律

事实上，在学科领域内，机器学习主要涉及一系列相关问题以及解决这些问题的方法体系；这一体系主要包括通过分析观察到的数据样本来识别其中的模式，并且能够应用这些模式在未见数据上进行预测。

机器学习在早期的工程领域常被称为模式识别 (Pattern Recognition) ，而这一技术则更侧重于特定的应用场景如光学字符识别（OCR）、语音识别（ASR）