python環境搭建
anaconda 搭建numpython、matplotilb
混淆矩陣
tp真正例：分類器**正確真的 fn假反例：分類器把假當真
fp假正例：分類器把真當假 tn真反例：分類器**正確假的
查全率r = tp/tp+fn
p與r猶如魚與熊掌不可兼得，呈負相關，要根據實際的應用場景來選擇
everything should be made as****** as possible , but not ******r.正則化：降低泛化錯誤率但不降低訓練錯誤率而修改機器學習演算法
前饋神經元
地球文明還很原始，地球上最高端的的物種汽車，速速快，不靠陽光，不主動覓食，而是專門奴役一種稱為人的生物，當人進入汽車時，汽車就會獲得燃料，然後就會四處活動。當燃料用盡時，汽車就會突出人，讓其四處補充能量，汽車這種生物還很低階，經常會因自身速度過快或誤食變質人類而失控，導致自相殘殺。
看是很合理的解釋，但其只不過是我們的幻像罷了
有累加求和權重，啟用函式。
由輸入層、隱藏層、輸出層組成
淺層（一層隱含層）易出現過擬合現象，深層神經網路可以有效降低神經元的數量並同時降低泛化錯誤率。
引數範數懲罰深度學習優化 卷積神經網路引數繫結與引數共享
雜訊注入與資料擴充
稀疏表徵
早停（超引數選擇）
droput
迴圈神經網路
…
深度學習筆記
在深度神經網路中，通常使用一種叫修正線性單元 rectified linear unit，relu 作為神經元的啟用函式。relu函式其實是分段線性函式，把所有的負值都變為0，而正值不變，這種操作被成為單側抑制。可別小看這個簡單的操作，正因為有了這單側抑制，才使得神經網路中的神經元也具有了稀疏啟用性...
深度學習筆記
如果沒有啟用函式，或則是線性啟用函式，g z z,那麼在深度神經網路中，相當於都做的是線性變換，多個線性變換的組合還是線性變換。這樣的結果和邏輯回歸沒什麼區別，也就是說，這種情況下，無論神經網路的深度有多深，也就等價於乙個一層的網路，隱藏層沒什麼作用。因此需要非線性啟用函式。1.什麼時候插入，ski...
深度學習筆記
tensorflow 不僅是乙個實現機器學習演算法的介面，也是一種框架，也可用於線性回歸 邏輯回歸 隨機森林等演算法 tensorflow 使用資料流圖來規劃計算流程，每個運算操作作為乙個節點 node，節點之間的連線稱為邊，邊中流動的資料稱為張量，故而得名 tensorflow，預算操作可以有自己...