废话少说，直接开始
机器学习当前应用：alphago，无人驾驶汽车，图片搜索，人脸识别
从例子开始，每张照片在计算机看来就是三位数组，有三种颜色通道，不同数值的矩阵。每一个像素点。一张图片 计算机看来就是一个矩阵。
一：图片分类的挑战
1图片的拍摄角度
2光照的强度
3形状的改变
4部分遮蔽
5北京混入
二：常规的套路
收集数据并给定标签
训练一个分类器
测试，评估
简单算法：最近邻分类（最近邻分自己百度）
如何计算呢？如下图
线性分类
设计一个这样的f(x,W)函数用这样的一条线把平面上的不同类别分开
输入是一个矩阵输出时这个矩阵对应每一个类别的得分
损失函数（代价函数）
svm损失函数
softmax 分类器（逻辑回归：二分类）多分类，最终结果得到的是一个概率，而不是一个数值。通过sigmoid函数接受得分数值返回一个概率
网友评论