课堂学习笔记
- 传统机器学习
- 数据预处理–归一化、降维、去躁
- 特征提取–图像：SIFT、LBP、Fisher，语言：Word2vec、MFCC
- 选择分类器–SVM、决策树、随机森林、贝叶斯网络、线性回归、聚类
- 深度机器学习
- 数据准备–数据、label
- 设计模型–CNN、RNN
- 训练–调结构、损失函数、训练参数
- 基本概念
- 神经元：模型的基本单位
- 卷积核：图像处理基本算子
- 分类
- 回归
深度学习总体介绍
猜你喜欢
转载自blog.csdn.net/weixin_43056275/article/details/102609869
今日推荐
周排行