开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第5天，点击查看活动详情
本系列是根据李沐的动手学深度学习公开课总结而来。
深度学习介绍
深度学习（英语：deep learning），是一个多层神经网络、是一种机器学习方法。
简单来说就是：输入一个或多个参数，经过中间计算，得到一个或多个结果。
机器学习规划
- 自然语言处理（翻译等应用） 最早属于符号学
- 计算机视觉
- 深度学习
- 感知：只有基础逻辑判断，比如翻译、分词。
- 推理：带有一点儿除了逻辑判断之外的推理。
- 知识：能根据现有的知识进行推理。
- 规划：可以做出超前的决策。比如预测明天是否下雨。
深度学习在应用上的突破
IMGENET 图像处理
错误率越来越低，基本上能控制在 5%
物体检测
某个东西是什么（画框）
物体分割
每个像素属于什么（上色）
样式迁移
将一张图片按照某种风格进行迁移
人脸合成
文字生成图片
文字生成
无人驾驶
案例研究
机器学习是如何应用到项目中的
广告点击
触发广告-> 预测点击率 -> 计算收益并排序
机器学习步骤
特征提取 -> 模型预测
完整的流程
领域专家分析 -> 数据科学家根据数据训练模型 -> 上线模型
问题记录
模型的可解释性和为什么有效？
为什么有效：论文说了 可解释性（人能不能理解）：训练的模型其实是不知道为什么工作为什么不工作的
领域专家是什么？
某个领域的专家，他清楚这个领域的一些衡量手段。比如农业专家知道某些监控植物的指标、知道作物在不同情况下的状态。领域专家相当于一个甲方，提出需求。
什么是数据科学家？
实际业务问题转化为机器学习任务。
什么是AI专家？
高端的数据科学家。领域宽（医学，物理...），钻研深。
