-
2022人工智能数学基础1-2（许志钦
许老师 2017年 计算神经科学 博士后，转行做deep learning
神经元只是区分信号有无
单层神经网络
线性拟合：
数据、有模型、算未知参数a,b
定义 损失函数， 没有平方无法真正表征距离
求β， 方法一、最小化损失函数
方法二：
统计角度：告诉我们 什么样的模型可用，
机器学习面临的最大困难：不知道什么时候可用，
只知道四个点 没有办法判断， ①②哪个好
没有免费的午餐，没有一个算法比另一个绝对的好，
一般生活中的数据相对光滑，所以我们会觉得②泛化性好，
机器学习和统计的区别：统计需要理解 模型适用范围
机器学习：把数据拟合好
我们希望淡化这两者的区别
以线性拟合为例，讲解机器学习的基本概念：
我们其实并不关心训练集的误差等于0，而是关心我们的model和真实模型匹配上
两层神经网络
写成更一般的形式：
n代表 数据个数， m代表 神经元数目
b：m x 1 ，广播成B：m x n
-
相关阅读:
WPF绘图（Path剪裁）
Android 动态更新Menu菜单
后端开发总结（1）：前后端数据传输
机器学习-线性回归 二维问题
深入理解分布式事务② ----＞分布式事务基础（MySQL 的 4 种事务隔离级别【读未提交、读已提交、可重复读、串行化】的最佳实践演示）详解
微软默默给 curl 捐赠一万美元，半年后才通知
golang学习笔记——编写 FizzBuzz 程序
JavaScript学习总结（对象）
基于JAVA线上动漫周边商城计算机毕业设计源码+数据库+lw文档+系统+部署
jQuery学习：事件委托--新添加的元素没有监听
- 原文地址：https://blog.csdn.net/linyuxi_loretta/article/details/127707933