Four Foundamental Algorithms
Training and Testing Data
The Training Process
- Input function
Classification
Building the Model
- 1.为什么要用lambda函数？
Clustering 聚类
Hidden Markov Models 隐马尔可夫模型">Hidden Markov Models 隐马尔可夫模型
Using Probabilities to make Predictions

Four Foundamental Algorithms

Training and Testing Data

Training and Testing Data

训练集、验证集、测试集（附：分割方法+交叉验证）

The Training Process

Training Process
ram
batches
epochs

深度学习中的batch、epoch、iteration的含义

Input function

Tensorflow中的数据对象Dataset
https://www.w3cschool.cn/tensorflow_python/tensorflow_python-63xs2s6r.html

Classification

Building the Model

1.为什么要用lambda函数？

用lambda函数首先减少了代码的冗余，
其次，用lambda函数，不用费神地去命名一个函数的名字，可以快速的实现某项功能，
最后，lambda函数使代码的可读性更强，程序看起来更加简洁。
```
lambda [arg1 [,arg2,.....argn]]:expression
```

Clustering 聚类

k-means算法是常⻅的基于划分的聚类⽅法，其中相异度基于对象与类中⼼（簇中⼼）的距离计算，与簇中⼼距离最近的对象可以划为⼀个簇。此算法⽬标是每个对象与簇中⼼距离的平⽅和最⼩。

K-means过程
Core Learning Algorithms - 图7

KNN和K-means的K区别：
1. KNN：最近的K个值
2. K-means: 分成几类

K-Means聚类算法的局限：