1.1 机器学习与深度学习三步套路:
1.数据收集并且给定标签
2.训练一个分类器
3.测试与评估
1.2 深度学习与机器学习区别
1.深度学习更加智能化,而机器学习偏向人工
2.深度学习可以一次性处理大量的数据集,但是速度慢,原因在于深度学习需要处理很多的参数
3.机器学习更加偏向人工分类,进行参数处理,一次性不能计算大量的数据,但是在少量数据集中执行效率要比深度学习更为快速
1.3 深度学习中的神经网络算法过度历程
1.机器学习中的KNN算法,原理概况为从数据集中获取距离当前像素点最近的K个像素,然后从K个像素点中获取出现概率最大的像素点,并且将当前点和出现概率最大的点归为一类,但是出现的问题是当你所选的K值不同,当前像素点最终的类型也会有所不同,所以俗称lazy-learning算法。
2.引入神经网络算法的原因在于,数据分类这一块,机器学习的KNN算法分类,只是把source图和target图的像素点的RGB值进行相减再相加,而且是一张图片中所有的像素点计算距离,所以会出现分类不准确,那么为了分类准确,一定要让电脑自动具备识别照片中的主体位置在哪个位置,所以引入了神经网络算法。
to be continued…