机器学习的两个基本问题 ,如何构造合适的“信息处理机” 。数学家的考量：选择何种数学模型/函数簇来解决实际问 题—统计模型、线性网络、RBF网络、神经网络、卷积 网络、RNN网络.？ 。电子系统工程师的考量：选择何种处理平台一冯诺依曼 结构、神经元结构、FPGA结构？ 。软件工程师的考量：选择何种算法语言、开发环境进行算 法设计与部署 LINUX vs Windows,Python vs C++/ Java,Matlab,TensorFlow vs Pytorch?
如何构造合适的“信息处理机” ◦ 数学家的考量：选择何种数学模型/函数簇来解决实际问 题——统计模型、线性网络、RBF网络、神经网络、卷积 网络、RNN网络 ... ...? ◦ 电子系统工程师的考量：选择何种处理平台——冯诺依曼 结构、神经元结构、FPGA结构？ ◦ 软件工程师的考量：选择何种算法语言、开发环境进行算 法设计与部署——LINUX vs Windows，Python vs C++ / Java, Matlab，TensorFlow vs Pytorch?
机器学习的两个基本问题 如何让机器具有自主学习能力？ 。如何更新“机器”的权系数/变量，使其能够对给定输入产 生符合期望的结果？ 。如何构造代价函数（二范数/回归，互熵，SVM…); 。如何更新权系数（最优化，最速下降/改进，牛顿迭代，内 点法…)？ 。如何构造训练数据集？
如何让机器具有自主学习能力？ ◦ 如何更新“机器”的权系数/变量，使其能够对给定输入产 生符合期望的结果? ◦ 如何构造代价函数（二范数/回归，互熵，SVM ... ...）； ◦ 如何更新权系数（最优化，最速下降/改进，牛顿迭代，内 点法 ... ... ）? ◦ 如何构造训练数据集?
机器学习的应用 Dancel .6 器
机器学习的任务模型 ,机器学习Vs模式识别 识别 检测 机器学习 滤波 中●●●●电
机器学习 vs 模式识别 机器学习 识别 检测 滤波
机器学习的任务模型 ,识别任务 。对给定输入“x”所属类别做出断言。 y=f(x),R”→2,2={a,b,c,,e.} ☑手写编入 -X 肠 chang 肠 肠 吻 肪 盼 畅 脐 胸 吻 眩 眎珍 昧的肟 晌吩眯 昨脉盼 5撒销 X重写 手写识别技术由通德售
识别任务 ◦ 对给定输入“x”所属类别做出断言。 ( ), , { , , ,..., ...} n y f a b c e x