神经网络与深度学习

机器学习基础

1. 深度学习主要解决贡献度分配问题
2. 机器学习是指从有限的观测数据中学习具有一般性的规律，并利用这些规律对未知数据进行预测的方法，主要步骤：数据预处理（去噪声）-特征提取（SIFT/HGO）-特征转换（升维降维）-预测
3. 表示学习：局部表示（one-hot）和分布表示(embedding)
4. 知识体系：