[TOC]

Hi，你好。我是茶桁。

上节课，我们讲了多层神经网络的原理，并且明白了，数据量是层级无法超过 3 层的主要原因。

Hi，你好。我是茶桁。

之前两节课的内容，我们讲了一下相关性、显著特征、机器学习是什么，KNN 模型以及随机迭代的方式取获取 K 和 B，然后定义了一个损失函数（loss 函数），然后我们进行梯度下降。

Hi，你好。我是茶桁。

上一节课，我们从一个波士顿房价的预测开始写代码，写到了 KNN。

[TOC]

Hi, 你好。我是茶桁。

我们终于又开启新的篇章了，从今天这节课开始，我们会花几节课来理解一下深度学习的相关知识，了解神经网络，多层神经网络相关知识。并且，我们会尝试着来打造一个自己的深度学习框架。

[TOC]

Hi，你好。我是茶桁。

我们之前那一节课讲了决策树，说了决策树的优点，也说了其缺点。

Hi，你好。我是茶桁。

在上一节课讲 SVM 之后，再给大家将一个新的分类模型「决策树」。我们直接开始正题。

Hi, 你好。我是茶桁。

Hi，你好。我是茶桁。

咱们之前几节课的内容，从线性回归开始到最后讲到了数据集的处理。还有最后补充了 SOFTMAX。