1. 项目3
前天成功通过了项目3，比课程要求的提前了一个月。至此也完成了大半的课程任务，只差最后一部分了，再接再厉！
Reviewer 还非常贴心地提供了些补充介绍：
下面来讲讲范数在机器学习中的应用
首先L0表示向量中所有非零元素的个数。正是L0范数的这个属性，使得其非常适合机器学习中稀疏编码，特征选择的应用。通过最小化L0范数，来寻找最少最优的稀疏特征项。
再来是L1范数，其应用范围非常的广泛。如在计算机视觉中的Sum of Absolute Differences，Mean Absolute Error，还有我们Lasso回归都是利用L1范式。
最后是L2范数，L2范数是最常见，也最著名的范数，我们常见的Ridge回归，就是运用L2范数作为惩罚项推导出来的。
可能上面的扩展你会觉得很慌哈，没有关系，在后面机器学习进阶中，你会有更深的认识，这里先留个总体概念即可。当下可以参考这里来进行初步的学习。
2. 微积分
微积分，感觉比线性代数听起来更加“可怕”，之前所知仅限四个字“切线斜率”。这部分课程视频来自youtube上的3blue1brown，制作人是一个小帅哥，曾经是可汗学院的内容制作者，通过动画来演示抽象的概念，非常直观易懂。
小哥语速比较快，其他人的视频，我都用1.25甚至1.5倍速播放，这次用正常速度都有点跟不上，而且没有notes, 为了理解和记忆，不得不一帧一帧截图做笔记，结果一条15分钟的视频居然花费了1个多小时。 后面的只好放弃截图。
惊喜的是，原本以为视频只在youtube，没想过国内能看到，下午突然想试试，居然在bilibili上看到了！bilibili 不是那个飞弹幕的二次元网站吗? 没错，就是它！ 前两天某个朋友在朋友圈发了条微信“ 现在，我学点正经知识都要上B站了”， 果然如此啊！ 从来没想过，我这把年纪也要上B站了：P
网友评论