Deep Learning深度學習基礎–第一章–摘錄

引言

本文摘錄《Deep Learning深度學習基礎》一書第一章的要點。

內文摘錄

第一章 神經網路

深度學習其實只是「機器學習(machine learning)」這個涵蓋面更廣的人工智慧領域其中的一個子領域；而所謂的機器學習，其基本構想就是從實例中學習。在機器學習的過程中，我們並不是教電腦學會一大堆規則來解決問題，而是給它一套能夠對實例進行評估的「模型(model)」，再加上一組犯錯時可調整模型的指令。我們的預期是，在經過一段時間之後，應該就能得到一個非常合用、能準確解決問題的模型。

最佳化的目標，就是透過反覆調整參數的方式，設法讓誤差最小化；換句話說，就是設法讓機器學習模型獲得最大化的表現。

參考文獻

http://books.gotop.com.tw/v_A553
https://mropengate.blogspot.com/2015/04/blogger-mathjax-latex.html
http://neetrebirth.blogspot.com/2015/08/test.html
https://www.cs.pu.edu.tw/~wckuo/doc/latex123/node11.html
http://nelsonprogram.blogspot.com/2018/04/blogger.html