台湾大学深度学习课程 学习笔记 lecture1-1 Introduction

这篇笔记介绍了台湾大学深度学习课程的第一部分,涵盖了机器学习的基础概念,如利用大量数据学习函数f,以及深度学习的优势,强调了深度学习在语音识别和图像识别中的自动化学习能力。此外,还探讨了神经网络的历史、结构选择及其在各种数据类型(如词、图像、音频)上的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

以下内容和图片均来自台湾大学深度学习课程。
课程地址:https://www.csie.ntu.edu.tw/~yvchen/f106-adl/syllabus.html

机器学习介绍

引入机器学习理论方法

  1. Programs can do the things you ask them to do
  2. Some tasks are complex, and we don’t know how to write a program to solve them.
  3. Given a large amount of data, the machine learns what the function f should be.
  4. Training is to pick the best function given the observed dataTesting is to predict the label using the learned function.

机器学习框架

机器学习框架
给出大量的Training Data,找出一个最好的Function f 。并使用这个找出的 f 对Testing Data进行预测,计算出 y

深度学习 Deep Learning

深度学习是机器学习的一种方法。

深度学习

End-to-end training: what each function should do is learned automatically.
给出一端(训练数据 x )与另一端(标签结果

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值