研究生课程——learning from data——lecture1:introduction

inference： 深度学习一般分为训练和在线推断两个部分，大家平时经常关注的多为训练阶段，也就是搜索和求解模型最优参数的阶段。而当模型参数已经求解出来，如何使用模型，以及在在线环境中部署模型，也是非常重要的。（此内容来自深度学习在线推断技术）

bayesian estimation ： the core approach in estimating model parameters from data（此部分有资料：聊一聊机器学习的核心：参数估计和贝叶斯模型）

接着老师讲了一段机器学习的历史：

接外部链接：机器学习历史回顾

（此图来自上述文章）

 

tips：地位：

感知机学习开拓思想，PCA是第一个无参数学习算法，贝叶斯为参数估计的核心 

深度学习的问题：

overfitting，lack of interpretablity ，vulnerbility to adversarial attack