机器学习

                                /  卷积神经网络
                       深度学习  一  循环神经网络
                     /          \   ......
                    /              
            机器学习 一  决策树 一 随机森林
          /         \  
         /           \  
        /              支持向量机(二分器:每个类离边界最近的点)
人工智能                
        \

分类:定性，离散
回归:定量，连续
聚类:分析本身特性
降维:分析本身特性

梯度下降(GD): 损失函数不断求参数(权重和偏移的)梯度(最大变化率的方向)

批量梯度下降(BGD):全数据 (计算量大, 鞍点/局部最优)
随机梯度下降(SGD):部分数据
小批量梯度下降(MBGD):多个部分数据

组织数据，定义结构

卷积神经网络

卷积:提取特征
池化:压缩
全连接:整合

循环神经网络

记忆

import numpy
numpy.set_printoptions(linewidth='150')