機器學習自學筆記07: Deep Learning

免費閱讀文章：機器學習自學筆記07: Deep Learning

今日的課程來自於: https://youtu.be/CXgbekl66jc
參考筆記:https://github.com/Sakura-gh/ML-notes/blob/master/ML-notes-pdf/8_Deep%20Learning.pdf 

實際上，Deep learning跟machine learning一樣，也是“大象放進冰箱”的三個步驟：在Deep learning的step1 和 define的function，就是neural network

Neural Network

把多個Logistic Regression前後連結在一起，然後把一個Logistic Regression稱之為neuron，整個稱之為neural network
我們可以用不同的方法連接這些neuron，就可以得到不同的structure，neural network里的每一個 Logistic Regression 都有一組weight和bias，這些weight和bias集合起来，就是這個network的 parameter，我們用θ來描述

Fully Connect Feedforward Network

該怎麼把他們連接起來呢? 這是需要你手動去設計的，最常見的連接方法叫做Fully Connect Feedforward Network (全連接前饋網路)

如果一個neural network的參數weight和bias已知的話，它就是一個function，它的input是一個 vector，output是另一個 vector，這個 vector裡面放的是樣本點的feature，vector的dimension就是feature的個數

如果今天我們還不知道參數，只是定出了這個 network的structure，只是決定好這些 neuron該怎麼連接在一起，這樣的一個 network structure其實是define了一個 function set(model)，我們给這個 network設不同的参数，它就變成了不同的function，把這些可能的function集合起來，我們就得到了一個function set