深度学习需要掌握的基本知识
主题 | 内容 |
机器学习概要 | a) 什么是机器学习 & 与传统软件开发的异同 |
广义线性模型 | a) 感知器模型 Perceptron |
经典概率模型 | a) 朴素贝叶斯 Naïve Bayes |
决策树及其组合模型 Ensemble Models | a) 决策树 Decision Tree: ID3 & CART |
非监督学习模型 Unsupervised Learning | a) 聚类 Clustering: K-‐Means, Hierarchy |
人工神经元网络 Artificial Neural Networks | a) 神经元网络架构 |