AI / 智能

从感知机走到深度学习的基本范式。

从逻辑回归的边界走到神经网络。

学习什么是 Sigmoid，以及它在逻辑回归中的应用。

判别模型：直接学习分类边界。

从贝叶斯公式理解概率生成模型。

分类问题：新场景，新模型。

从偏差、方差到正则化和交叉验证，问题其实都是泛化。

梯度下降是在往哪走：学习率相关算法（初级版）。

学明白线性回归这条线。

重新理解机器学习，机器在学什么。