机器学习入门（一）
前言
根据我自己的学习资料，总结了下机器学习入门时经常会遇到的几个问题。
什么是人工智能？
- ❓ 什么是强人工智能？请自行百度解决
- ❓ 什么是弱人工智能？请自行百度解决
什么是机器学习？
阅读从机器学习谈起回答下列问题：
- ❓ 什么是监督学习？什么是无监督学习？
- ❓ 什么是线性回归？
- 拓展阅读：如何理解最小二乘法
- ❓ 什么是逻辑回归？
- ❓ 除了神经网络算法和回归算法，还有哪些机器学习算法？
- 拓展阅读：漫画解读：轻松看懂机器学习十大常用算法
什么是人工神经网络？
参考资料： 阅读神经网络浅讲：从神经元到深度学习回答问题：
- ❓ 权重W如果表示为$ W_{2,3}^{(2)}$是什么意思？
- ❓ 神经元如果表示为$a_1^{(2)}$是什么意思？
- ❓ 常见的激活函数有哪些？这些激活函数的效果是什么？常用激活函数（激励函数）理解与总结
- ❓ 为什么两个线性分类任务结合就可以做非线性分类任务？
认真观看三个视频(不做强制要求，但是强烈推荐)
【官方双语】深度学习之神经网络的结构 Part 1 ver 2.0
【官方双语】深度学习之梯度下降法 Part 2 ver 0.9 beta
【官方双语】深度学习之反向传播算法 上/下 Part 3 ver 0.9 beta
进一步理解梯度下降、反向传播
什么是深度学习？
参考资料：
阅读深度概览卷积神经网络全景图，没有比这更全的了 回答问题：
- ❓ 什么是卷积神经网络？卷积神经网络的发展历史？
- 拓展阅读一日搞懂卷积神经网络
- 拓展阅读CNN&Alexnet模型简单总结
- ❓ 除了卷积神经网络，还有什么多层神经网络模型？
- 可以再莫烦python中寻找相关网络模型形象的概述