文档介绍：该【机器学习与深度学习公开课获奖课件赛课一等奖课件 】是由【读书之乐】上传分享，文档一共【84】页，该文档可以免费在线阅读，需要了解更多关于【机器学习与深度学习公开课获奖课件赛课一等奖课件 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。机器学习与深度学习
目录
机器学习的基础
神经元网络
深层神经元网络
延伸和应用
深层学习实现架构
未来和思考
小学生解方程
a 3 + b = 10
a 8 + b = 30
a = ?
b = ?
高中， 大学 --- 矩阵，矢量
线性回归及分类 机器学习背景
Y 是一种N 维向量
XT 是一转置矩阵 N * (p+1)
β 是 一种 p+1 的向量
线性回归:， 给定 X, 和 Y, 计算β 以最佳匹配X, Y 的关系。
N >> p+1 。
β 即为线性回归模型的 参数。
β k 表明对应的维度， Xk 的重要性
什么为最佳匹配？
参数估计措施一： 最小化误差平方和 机器学习背景
正则化 L2 (Ridge) Regularization
限制参数的大小 ， 以避免过拟合
正则化 L1 Regularization (Lasso)
限制参数的大小 ， 以避免过拟合
No closed form for β
逻辑回归
j
G
逻辑回归 - 参数训练
j
G
训练目的函数：最大似然对数概率
牛顿迭代：