【神經網絡】神經網絡入門

神經網絡入門

機器學習簡介

機器學習應用舉例

• 分類問題 ：圖像識別、垃圾郵件、異常檢測(NIDS)
• 迴歸問題：股價預測、房價預測
• 排序問題：點擊率預估、推薦
• 生成問題：圖像生成、生成式聊天機器人、圖像風格轉換

機器學習應用流程

機器學習崗位職責

1. 數據預處理（採集 + 去噪）
2. 特徵工程（將採集的數據，能夠更加容易便於計算和表示）
3. 模型訓練（選擇合適的模型 + 調優 MSE、F1-score、AUC）
4. 模型應用（A/B測試）

深度學習簡介

深度學習中涉及到的算法

• CNN
• RNN
• Autocoder（自動編碼器）
• Sparse Coding（稀疏編碼）
• Deep Belief Network（深度信念網絡）
• RBM（限制玻爾茲曼機）

神經網絡

神經元–最小的神經網絡


一個神經元可以做二分類，多個神經元就可以做多分類，每個神經元都定義了一組weight

softmax：他把一些輸入映射爲0-1之間的實數，並且歸一化保證和爲1，因此多分類的概率之和也剛好爲1。

損失函數

### Tensorlflow基礎