1.图像分类任务
数据驱动的图像分类方法
说明：
Ⅰ.图像表示
（1）像素表示
（2）全局特征表示
（3）局部特征表示
Ⅱ.分类器
（1）近邻分类器
（2）贝叶斯分类器
（3）线性分类器
（4）支挣向量机分类器
（5）神经网络分类器
（6）随机深林
（7）Adaboost
Ⅲ.损失函数
（1）0-1损失
（2）多类支挣向量机损失
（3）交叉熵损失
（4）L1损失
（5）L2损失
Ⅳ.优化方法
（1） 一阶：梯度下降，随机梯度下降，小批量梯度下降
（2）二阶：牛顿法
Ⅴ.训练过程
（1）数据集划分
（2）数据预处理
（3）数据增强
（4）欠拟合与过拟合：（减小算法复杂度，使用权重正则项，使用dropnt正则化）
（5）超参数调整
（6）模型拟合