TensorFlow实战Google深度学习框架第一章总结

机器学习定义:

如果一个程序可以在任务T上,随着经验E的增加,效果P也随之增加,则称这个程序可以从经验中学习。

例如:假设一个判断邮件是否为垃圾邮件的程序,则对应的任务T为给定一个邮件,分类这个邮件是否为垃圾邮件;经验E为给定的已经知道的邮件的标签;性能P这个程序正确分类垃圾邮件和非垃圾邮件的数量或者比率。

逻辑回归算法性能的影响因素:

1.依赖于训练数据;2.依赖于从数据中提取的特征

深度学习解决的核心问题之一:

自动地将简单的特征组合成更加复杂的特征,并使用这些组合特征解决问题。

机器学习、人工智能和深度学习三者之间的关系:

人工智能 > 机器学习 > 深度学习

猜你喜欢

转载自blog.csdn.net/wyl1813240346/article/details/78346353