深度学习
- 监督学习（Supervised learning）
- 监督学习分类
- 无监督学习（Non-supervised learning）
- 无监督学习的算法
- 无监督学习使用场景
- 术语
- 特征值
- 特征向量
- 特征工程（Feature engineering）
- 特征缩放
- Sigmod function
- 决策边界
- 激活函数
- 过拟合/欠拟合
- 逻辑回归算法
- 多类(mutil-classes)分类与多标签（multi-lable）分类
- 卷积层（Convolutional Layer）
- 前向传播算法(forward propagation)
- 反向传播算法（back propagation）
- 计算图（computation graph）
- Training Set/ Validation Set/ Test Set
- 高偏差/和高方差
- 正则化项(Lambda)
- 基准性能水平
- 学习曲线（learning curves）
- 数据增强（data augmentation）
- 迁移学习（Transfer learning）
- 准确率/召回率（Precision/recall）
- 调和平均数（harmonic mean）
- 熵（Entrop）
- 信息增益（Information Gain）
监督学习（Supervised learning）
计算机通过示例进行学习，它从过去的数据进行学习，并将学习结果应用到当前数据中，以预测未来事件，在这种情况下，输入和期望的输出数据都有助于预测未来事件。
监督学习分类
- 回归(regressing)模型
通过一系列的训练集，训练出回归算法，来预测新的数据。常见的回归算法有线性回归、逻辑回归、多项式回归和脊回归。 - 分类(classification)模型
分类模型可以对输出的变量进行分类，例如：“是“”否“，用于预测数据的类别。比如垃圾邮件检测、情绪分析。
在现实生活中的一些应用有：
文本分类
- 垃圾邮件检测
- 天气预报
- 根据当前市场价格预测房价
- 股票价格预测等
- 人脸识别
- 签名识别
- 客户发现
无监督学习（Non-supervised learning）
它的本质上是一种统计手段，在没有标签的数据里可以发现潜在的一些结构的一种训练方式。主要具备三个特点：1.没有明确的目的。2.不需要给数据打标签。3.无法量化效果。
无监督学习的算法
- 聚类
简单说就是一种自动分类的方法，在监督学习中，你很清楚每一个分类是什么，但是聚类则不是，你并不清楚聚类后的几个分类每个代表什么意思 - 降维
降维看上去很像压缩。这是为了在尽可能保存相关的结构的同时降低数据的复杂度。
无监督学习使用场景
- 发现异常
有很多违法的行为都需要”洗钱“，这些洗钱行为跟普通用户的行为是不一样的，到底哪里不一样？
如果通过人为去分析是一件成本很高很复杂的事情，我们可以通过这些行为特征对用户进行分类，这样容易能找到行为异常的用户，然后再深入分析他们的行为到底哪里不一样，是否属于违法洗钱的范畴。
通过无监督学习，我们可以快速把行为进行分类，虽然我们不知道这些分类意味着什么，但是通过这种分类，可以快速排出正常的用户，更有针对性的对异常行为进行深入分析。
- 用户细分
这对于广告平台很有意义，我们不仅按照用户的性别、年龄、地理位置等维度对用户进行细分，还可以通过用户的行为对用户进行分类。以便为用户推荐个性化内容。
- 推荐系统
淘宝天猫推荐系统，根据用户的购买行为和浏览行为推荐一些相关产品，有些商品是通过无监督学习的聚类推荐出来的。
术语
特征值
每个数据都有自己的属性，这个独特的属性就是特征值。
特征向量
多个特征值所组成的向量。
特征工程（Feature engineering）
通过变换或者组合原特征值，使用直觉去设计新的特征值的工程。
根据长和宽，来设计area面积。
特征缩放
因为某些属性的数值过大或过小，影响梯度计算，因此要通过放大或所想来修改特征值到合适的位置。
Sigmod function
通过该函数，可以控制输出值在0~1之间。
决策边界
决策边界有线性的也有非线性的，可有sigmod function函数得来。
激活函数
过拟合/欠拟合
过拟合是训练集训练出来的模型，过于贴合实际数据，导致估计值不准确。
如何解决过拟合的问题呢？
-
有更多训练集
-
过多特征但训练集少（删除相应特征，缩小大特征的影响）
-
正则化（惩罚所有w值，保证值没有太大偏差）
逻辑回归算法
- 逻辑回归函数
- 逻辑回归的成本函数（使用交叉熵来写），aj越接近1，说明估计成本越小。
- 左边是简单的二元分类函数；右边是Siftmax函数，解决多分类的回归问题。
多类(mutil-classes)分类与多标签（multi-lable）分类
mutil-classes classifition 类似于识别一个数字是几，只能是0~9中的一个数字，输出结果是一个数字。
而multi-lable classifition 是一个识别多种标签的问题，输出是一个向量。
卷积层（Convolutional Layer）
每个神经元只查看输入图像区域的层级，称为卷积层。
卷积神经网络：
前向传播算法(forward propagation)
通过输入值，假设w和b，一步一步往后计算。
反向传播算法（back propagation）
根据前向传播算法的值，从后往前求偏导
计算图（computation graph）
描述计算过程的图像
Training Set/ Validation Set/ Test Set
训练集：用来训练w,b的参数。生成w,b。
交叉验证集、开发集、验证集：用来选择具体的模型。生成d。
测试集：要有泛化评估能力，不能参与参数生成。
高偏差/和高方差
左图是高偏差，右图是高方差。
- 高偏差不能只增大训练集数据量，没用！！
- 高方差可以增加训练集的数据量，来减小Jcv！！！
针对高方差和高偏差的解决方法：
如何
正则化项(Lambda)
正则化可以调整参数的权重，从而影响fit的效果。
Lambda越大，算法越试图保持平方项越小，正则化项的权重越大，对训练集实际的表现关注越少。（欠拟合）；Lambda越小，越过拟合。
基准性能水平
可以合理的希望学习算法最终达到的误差水平；建立基准性能水平常见的是：衡量人在这项任务上的表现；或者是对比其他相似的算法。
学习曲线（learning curves）
为什么训练集越大，训练集的损失函数越大？
以右面的图为例：数据越多，二次函数越难拟合数据，只有一个数据时，能完美拟合，但当数据越来越越多，损失函数就越大。
为什么验证集的损失函数越来越小呢？
因为训练集越大，越可能准确，因此验证集的损失函数会变小。
数据增强（data augmentation）
通过修改已有的数据，（图片放缩，反转，透视变换、扭曲失真）或者音频变换（添加背景噪音）来变成新的样例。通过这些方法，可以获得更多数据。
迁移学习（Transfer learning）
将别人训练好的模型和网络（包括参数，但不包括output layer的参数，因为结果不一样），完全复制过来，由于output lunits 不同，所以w5,b5不能用，因此用前4组w,b训练第五组‘或者仅仅复制网络，参数自己训练。
方法一：适用训练集较少的情况，数据不够。
方法二：使用训练集较多的情况，数据量充足，自己训练更好。
迁移学习的步骤：
准确率/召回率（Precision/recall）
（稀有病的预测）
Precision：预测的稀有病的准确率，如下表：（越高越好）
recall（）：在所有得病的人群中，被检测出有病的概率。越高越好。
如何权衡精度与召回率之间的关系：
高精度：更偏向于信任True
高召回：更偏向信任False
调和平均数（harmonic mean）
这种mean更加倾向于较小的平均数：
熵（Entrop）
表示一个样本的混乱程度，熵越大，样本越混乱，越不纯。
信息增益（Information Gain）
熵的减少/减少杂质/增大纯度称为信息增益。
