深度學習需要掌握的基本知識
主題內容
機器學習概要
a) 什麼是機器學習 & 與傳統軟體開發的異同
b) 機器學習的分類和特點
c) 機器學習可以解決的問題和應用現狀
廣義線性模型
a) 感知器模型 perceptron
b) 線性神經元 linear neuron / adaline
c) 邏輯回歸 logistic regression
d) 誤差曲面和三種梯度下降演算法 gradient descendent
經典概率模型
a) 樸素貝葉斯 naïve bayes
決策樹及其組合模型 ensemble models
a) 決策樹 decision tree: id3 & cart
b) 隨機森林 random forest
c) 自適應增強演算法 adaptive boosting (adaboost)
d) 梯度增強決策樹 gradient boost decision tree (gbdt)
非監督學習模型 unsupervised learning
a) 聚類 clustering: k-‐means, hierarchy
b) 降維 dimension reduction
i. 主成分分析 principle component analysis
ii. 奇異值分解 singularity decomposition c) 關聯規則
i. apriori 關聯分析
ii. fp-‐growth 頻率項集
人工神經元網路 artificial neural networks
a) 神經元網路架構
b) 向後傳播訓練演算法 backpropagation
c) 多層感知器網路 multiple-‐layer perceptron (mlp) d) 深度學習神經網路介紹
i. 卷積神經網路 cnn
ii. 迴圈神經網路 rnn 及其應用 1. 長短記憶神經網路 lstm
2. 受限玻爾茲曼機 restricted boltzmann machine
3. 深度置信網路 deep belief net
4. deep autoencoder
菜鳥深度學習的逆襲之路 day5
乙個session可能會擁有一些資源，例如variable或者queue。當我們不再需要該session的時候，需要將這些資源進行釋放。有兩種方式，呼叫session.close 方法 使用with tf.session 建立上下文 context 來執行，當上下文退出時自動釋放。總結一下，記得初始...
深度學習（一）深度學習學習資料
持續更新 一 學習清單 1 收集了各種最新最經典的文獻，神經網路的資源列表 2 計算機視覺學習清單 3 機器學習學習清單 二 訓練資料 人臉資料 1 香港中文大學訓練資料集 此資料庫包含了20w張人臉，每張標註了5個特徵點 以及幾十種屬性 是否微笑 膚色 髮色 性別等屬性 2 68個人臉特徵點 3 ...
深度學習系列 深度學習簡介
機器學習 使用計算機系統利用經驗改善效能，是人工智慧領域的分支，也是實現人工智慧的一種手段。表徵學習關注如何自動找出表示資料的合適方式，以便更好地將輸入變換為正確的輸出。深度學習 具有多級表示的表徵方法，在每一級 原始資料開始 通過簡單的函式將該級的表示變換為更高階的表示。可以將深度學習看作多個簡單...