## 互联网是如何运作的？ * 因特网实际上是一个分布在世界各地并连接不同设备的网络。即使你看不到物理线，你也可以想象你的智能手机通过虚拟线连接到一个WiFi路由器上，虚拟线可以让你和千里之外的数据服务器进行交互。 * 当你想要通过互联网将数据发送到与你设备相连的设备时，需要遵守一些规则。所有在互联网上传输的数据都是由0和1组成的二进制数据。 * 首先，用于发送数据的应用程...

## Backpropagation 反向传播（英語：Backpropagation，缩写为BP）是“误差反向传播”的简称，是一种与最优化方法（如梯度下降法）结合使用的，用来训练人工神经网络的常见方法。 该方法对网络中所有权重计算损失函数的梯度。 这个梯度会反馈给最优化方法，用来更新权值以最小化损失函数。 ### Forward vs Back propagation ##### 正反馈...

# 分类性能度量 ### 准确率 * 假设只有两类样本，即正例和负例。 表中 AB 模式，第二个符号代表预测，第一个表示预测结果为 True or False。 <table> <tr > <td rowspan="4"><center>实<br>际<br>类<br>别</center></td> <td colspan="4"><center>预测类别</center...

## 卷积神经网络（CNN） ### 什么是卷积神经网络？ * 卷积神经网络（Convonlutional Neural Network，CNN）是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一。卷积神经网络仿造生物的视知觉（visual perception）机制构建，能够进行平移不变分类。对卷积神经网络的研究始于二十世纪80至90年代，LeNet-5是较早出现的卷积神...

## 循环神经网络(Recurrent Nerual Network) 常用于序列数据的建模和预测等问题，比如视频中的帧数据、自然语言中构成语句的词序列等 ### 什么是循环神经网络？ * 传统的神经网络模型，比如感知机，隐藏层的节点之间是无连接的并且每一层的参数是不共享的。 * 循环神经网络 RNN：隐藏层的节点之间有连接，是主要用于对序列数据进行分类、预测等处理的神经网络。且每一步（每一...

## Logistic 回归分析 Logistic 回归分析是一种预测概率的分析方法。(概率是一种特殊的数值，它的值必在[0,1]之间) ### Logistic 回归模型 * y = 1/[1 + e﹣(a1x1+a2x2+a3x3+....+anxn+b)] * 其中 y 因变量，x1 x2...自变量，a1 a2...回归系数，这个式子我们也习惯称它为 Logistic...