磕伴

摘要： 分类（0 or 1）和回归（多少范围内） 可以用来预测 目标：找到θ矩阵的最优解 【不建议将线性回归用于分类问题】 机器学习：需要用到的数据，怎样学（目标函数），逐渐达成目标 偏置项作用：微调最终结果 目标是：误差项最小 数据在独立同分布的情况下，联合概率密度=边缘概率密度的乘积，（下面的似然函数） 阅读全文

摘要： 机器学习中，人工选择数据（数据获取）、提取特征（特征工程）、选择算法（建立模型）、得到结果（评估应用） 深度学习解决了机器学习中特征工程的问题 怎样去选取特征，比如面对图像数据、文本数据的时候怎么办 深度学习能自动学习到目标什么特征是最合适的 深度学习应用：90%计算机视觉（人脸识别），对移动端支持 阅读全文