王博（Kings）的博客

今天不讲原理了，我感觉写一大堆，让大家也理解不透 简要说一下： 不仅仅极大提升了训练速度，收敛过程大大加快； 还能增加分类效果，一种解释是这是类似于Dropout的一种防止过拟合的正则化表达方式，所以不用Dropout也能达到相当的效果； 另外调参过程也简单多了，对于初始化要求没那么高，而且可以使用大的学习率等。 在网上还找到一些比较不错的图，可以启发 数据做预处理 可以用 normalization 归一化 ，或者 standardization 标准化， 用来将数据的不同 feature 转.

目录   先来看机器学习： 什么是特征？ 深度学习是表示学习的经典代表： 深度学习的过程： 深度学习与传统机器学习差别： 深度学习代表算法： 先来看机器学习： 机器学习是利用经验experience来改善 计算机系统自身的性能，通过经验获取知识knowledge。 以往都是人们向计算机输入知识，现在是通过经验的“特征”数据来产生模型model（传统的机器学习） 什么是特征？ ...

目录 机器学习领域最重要的国际学术会议 机器学习重要的区域性会议主要有 人工智能领域 数据挖掘领域 计算机视觉与模式识别领域 神经网络领域 统计学领域 机器学习领域最重要的国际学术会议 国际机器学习会议(ICML) 国际神经信息处理系统会议(NIPS) 国际学习理论会议(COLT) 机器学习重要的区域性会议主要有 欧洲机器学习会议(ECML)和亚洲机器学习会议(ACML)...

不定期更新