1.Python深度学习

#从今天开始记录学习这本书的一些重要知识还有感悟，理论与实践并行！希望能和大家一起进步！

机器学习是一种新的编程范式。

计算机有效工作的常用方法是：由人类程序员编写规则，计算机遵循这些规则将输入数据转换为适当的答案。 但机器学习是把这个过程反过来：机器读取输入数据和相应的答案，然后找出应有的规则，机器学习系统是训练出来的。

损失函数的任务：衡量输出与预期结果之间的距离

优化器的任务：将损失值作为反馈信号，来对权重值进行微调，以降低当前示例对应的损失值。

核方法是一组分类算法，其中最有名的就是支持向量机（SVM）

SVM的原理是寻找两个类别的“决策边界”。通过以下两步来寻找决策边界：1.将数据映射到新的高维表示；2.尽量让超平面与每个类别最近的数据点之间的距离最大化，从而计算出良好的决策边界.

决策树：类似于流程图的结构。可对输入数据进行分类或根据输入预测输出值。

随机森林：首先构建许多专门的决策树，然后将它们的输出集成在一起。

特征工程：手动为数据设计良好的表示层。