h2

这一阶段主要学习了Gradient Descent、Feature Scaling、Logistic Function这三块的内容，听Andrew的课确实是一种十分的享受，开1.5倍速配合食用无比香！

我承认这书有点把我忽悠了。。。 这本书主要讲述了音乐🎵和🧠是如何协同进化的。音乐实质是一种特殊的数学，毕达哥拉斯的五度相生法（声音振动频率越简单，音程越协和）以及我国古代的三分损益法（宫商角徵羽）

这个topic是现在中常见的“老生常谈”，这次的观点是从祖先进化这套理论出发讲了现代人心理特征，其实没有很多篇幅讲手机（多巴胺刺激着人的本能去接受新的信息，indicate我们注意力的去处

才听了一点点，感觉还不错，这是我比较喜欢❤的picture。 在谈到机器学习定义的时候，提到了亚瑟·塞缪尔的名言

从YUPI的知识星球路线中发现蓝桥网课这个线上平台，给了我很多的帮助和启发，在ta的帮助下，我成功实现了之前不敢想象的文件操作类任务，我和傻瓜都可以学懂。

马尔科夫博弈（也称为Stochastic Game）为多智能体强化学习和顺序智能体交互的研究奠定了基础。我们研究折扣通用和有限状态随机博弈中（近似）马尔科夫完美均衡的计算复杂度，并证明其为PPAD完备

手写识别的难点在于： 1、复杂的二维结构 2、多样的书写风格 3、手写符号的歧义性。而这篇论文从计算数学的角度，研究了手写公式识别的新型编码和解码方法

第一，深的神经网络很难训练；第二，提出一个残差学习框架ResNet；通过将神经网络的层拟合成一个基于输入的残差函数，而非像传统一样直接通过学习一个无参考函数(unreferened function）