深度学习神经网络（学习笔记）

一、机器学习常规套路：

1.收集数据并给定标签

2.训练一个分类器

3.测试，评估

二、K近邻算法(了解)

计算流程：

1、计算已知类别数据集中的点与当前点的距离

2、按照距离依次排序

3、选取与当前点距离最小的K个点

4、确定前K个点所在类别的出现概率

5、返回前K个点出现频率最高的类别作为当前点预测分类

三、神经网络基础

神经网络用来做网络和回归；

1、线性函数：从输入-->输出的映射；

W权重参数，b未调参数；

优化而来的矩阵图；x不变，W变，一直改变，W值改变结果；

来衡量结果的函数；

   0到1之间；

得分值；

对数函数来表示：越接近1越没有损失，不然就越烂。

前向传播：

反向传播：（链式反应）

梯度是速度变化的大小；、