剛又學了吳教授的斯坦福公開課的第三課，總結如下：
這一課，小概念特別多，比如擬合，欠擬合，過擬合，函式，假設，引數演算法和非引數演算法 ，我理解擬合是應該是x,y 兩個資料集合合到一起的乙個趨勢，可以是一條直線，欠擬合是沒有在合在一起，過擬合是指超過擬合的界限，成了曲線。函式、假設是老師直接用的，可以把函式是n個資料集合形成的規則，假設就是條件表示式，if 之類的，引數演算法很好理解，演算法裡面是有引數的，非引數演算法是演算法裡面沒有引數，只有數或數的集合。
這一課，重點介紹了區域性加權線性回歸演算法，這個演算法我理解x,y兩個資料集合，我只取y集合的某一段資料，找到這一段的分布趨勢，劃出一條直線，用x上的一點去對應找到那條直線上的y點，這有點像吃糖葫蘆，我想吃糖葫蘆中間那段，我就需要用嘴移動到糖葫蘆的中間部位的乙個上面，上一口，就ok了。
還講到了第乙個分類演算法-----logisitc演算法，我理解這個演算法是解決0或者1的問題，也可以理解為曲線線性回歸，它不是直線趨勢判斷，而是更加科學的曲線趨勢判斷。
吳教授還提到如果把這些資料集合，推導過程，**，彙總起來，就構成了乙個模型，他曾經把區域性加權線性回歸演算法，其實是個非引數演算法，寫成模型寫入到自動飛行器上。
吳教授還講到了如果要學習好演算法，需要把推導過程蓋住，自己一步一步的去推導。我理解教授的意思是，學習一種演算法，除了搞清楚它的假設條件，它用到的函式，還需要搞清楚演算法的推理。
演算法的本來面目在一點一點露出，加油！！
深度學習筆記 TensorFlow 思想
在進行tensorflow程式設計時一定要按照規則來進行，tensorflow程式中包含兩部分 如下圖所示 解釋 例子 實現矩陣乘法y w x w 3.0,5.5 1.0,7.7 x 1.0 1.0 實現如下 import tensorflow as tf 必須先構建計算圖 y w x graph1...
深度增強學習前沿演算法思想
2016年 alphago 計算機圍棋系 勝頂尖職業棋手李世石，引起了全世界的廣泛關注，人工智慧進一步被 推到了風口浪尖。而其中的深度增強學習演算法是 alphago 的核心，也是通用人工智慧的實現關鍵。本文將 帶領大家了解深度增強學習的前沿演算法思想，領略人工智慧的核心奧秘。前言深度增強學習與通用...
學習筆記 深度學習篇 superpoint
superpoint superpoint 詳解 深度學習用於特徵提取 superpoint網路 筆記 superpoint self supervised interest point detection and description 深度學習特徵點檢測 superpoint self supe...