机器学习必知的八大神经网络架构整理.pdfVIP

机器学习必知的八大神经网络架构 为什么需要机器学习？ 有些任务直接编码较为复杂， 我们不能处理所有的细微之处和简单编码， 因此， 机器学习很 有必要。相反，我们向机器学习算法提供大量数据， 让算法不断探索数据并构建模型来解决问题。 比如：在新的杂乱照明场景内， 从新的角度识别三维物体； 编写一个计算信用卡交易诈骗概率的 程序。 机器学习方法如下： 它没有为每个特定的任务编写相应的程序， 而是收集大量事例， 为给定 输入指定正确输出。 算法利用这些事例产生程序。 该程序与手写程序不同， 可能包含数百万的数 据量，也适用于新事例以及训练过的数据。 若数据改变， 程序在新数据上训练且被更新。大量的 计算比支付手写程序要便宜的多。 机器学习的应用如下： 1. 模式识别：识别实际场景的面部或表情、语言识别。 2. 识别异常：信用卡交易顺序异常，核电厂传感器读数模式异常。 3. 预测：未来股价或货币汇率，个人观影喜