9月份比較系統的看了李宏毅教授的Machine Learning課程，這個月開始就沒太多看ML,DL的東西。下周有一個deep learning project的due，借著機會重新理一下。
下面按照之前筆記加上自己的理解做個梳理
要是發現我理解錯了記得告訴我鴨

Lecture0: 機器學習介紹

Machine Learning = Looking for a function, 對于一些復雜現象，當人們靠自己找不到一些規律的時候，用機器學習可以找到事物見那個復雜的方程。在很多領域都有應用。

比如：
語音識別：人們不是對于所有的聲音都能給一個確定的tag。
股票：基于過往數據，可以做出來一條回歸曲線進行預料。

機器學習基本分3步：

define a set of function 找規律

goodness of functon 規律的好壞

pick the best function 在一堆候選規律里找到最好的那個

Lecture1: Regression

這章是神經網絡的基礎
很多章內容都用精靈寶可夢的例子來加以解釋。這是個非常好的例子，因為pokemon有很多可視化屬性，比如cp值，屬性，戰斗力等。本章目的是想根據一只寶可夢的屬性得到它進化后的cp值來決定是否要花精靈球來抓這只pokemon。

總結

以上是生活随笔為你收集整理的Machine Learning 梳理总结 L0~L6的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。