人民大2024深度学习——基于PyTorch的实现课件1章：深度学习简介

　　人民大2024深度学习——基于PyTorch的实现课件1章：深度学习简介

　　人民大2024深度学习--基于PyTorch的实现课件第8章:深度生成模型

　　PyTorch与深度学习实战 课件 第3章 PyTorch深度学习基础

　　人工智能（AI）的定义：让机器的行为看起来就像是人所表现出的智能行为一样（JohnMcCarthy）

　　认为人的认知过程是由大量简单的神经元构成的神经网络处理信息的过程，而不是符号运算过程。

　　机器学习（MachineLearning）是指如果一个程序可以在任务T上，随着经验E的增加，效果P也可以随之增加，则称这个程序可以从经验中学习。这一定义由卡内基梅隆大学（CarnegieMellonUniversity）的汤姆·迈克尔·米切尔（TomMichaelMitchell）教授在其1997年出版的《MachineLearning（机器学习）》一书中提出。

　　通俗的说就是：从有限的观测数据中学习出具有一般性的规律，并利用这些规律对未知数据进行预测的方法。机器学习是人工智能的重要分支。

　　监督学习（SupervisedLearning）是指从已标注的训练数据中学习判断数据特征，并将其用于对未标注数据的判断的一种方法。

　　无监督学习（UnsupervisedLearning）不同于监督学习，它的学习算法是从没有标注的训练数据中学习数据的特征。

　　下次再有用户进行信用卡申请时，可以根据用户（测试数据）的特征，使用前面计算的模型来预测用户未来的逾期情况。

　　表示学习（RepresentationLearning）：自动学习有效特征并提高机器学习模型的效能

　　需要构建具有一定“深度”的模型，通过学习算法让模型自动学习出好的特征，从而最终提升预测模型的准确率。

　　需要从底层特征开始，经过多次非线性变换才能得到更高层语义的表示，而深层结构可以增加特征的重复使用。深度学习多采取的是神经网络模型。

　　二者提取特征的方式不同：深度学习具备自动九游体育官方网站提取抽象特征的能力，机器学习大多是手动选取特征和构造特征。

　　回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，可以用如下公式表示。

　　深度学习就是一个高度复杂的非线性回归模型，这是因为它完全符合上面所说的Y=f(X,ε)理论框架。

　　图像以像素的形式存储，像素越多，图像包含的信息越多，也就越清晰。这是一个1 024像素×1 024像素×3的原图，说明这张图像由3个1 048 576像素的矩阵组成，每个像素矩阵以1 024行1 024列的形式排列。

　　从建模的角度，神经网络就是一个非线性回归分析模型，给定一个输入，就可以给出一个预测值=