1.机器学习过程
机器学习过程到实践的变化过程，通过下面图片可以看出机器学习（理论逐步到实践）中间，自下而上的过程。随着5G时代到来，人工智能应用的就是未来的”巨浪3”
2.人工智能
深度学习，深度学习和强化学习来构建人工智能系统的基础知识，我们会讨论不同的人工神经网络，包括用于图像处理的CNN和自然语言处理的RNN
2.1 神经网络
输入x的值，闯过每个分层排列分层的神经元。每一层的每个神经单元从前面一个神经元单元输入，同时也输出值作为下一个神经元的输入值，上面公式的Wl（i，j）权重值在第(i)神经元与第（l+1)层第j个神经元都有权重值。可以看出预测权重值和偏移值会影响结果
如果我们用权重和偏置用一个通过的向量W表示，预测的总误差用到C表示，那么在这个训练的过程中，估计值W可以用过下面的公式表示：
那么预测的输出y劈可以通过输入的x和权重向量W来构成函数：
Y（劈）=fw(X)
2.2 神经激活单元
2.2.1 线性神经元
可以定义为y=f(x)=x 那么 y=x,
2.2.2
sigmoid激活单元，y的区间在（0，1）直接，0.5是分解点，分类的时候使用
sigmoid的图片为
2.2.3双曲正切激活函数
tanh激活函数的输出[-1,1]
上面的公式同除以
就得到
