一：绪论
人工智能：使一部机器人像人一样进行感知、认知、决策、执行的人工程序或系统。
标志事件表：
人工智能诞生：1956年的达特茅斯会议
三个层面：目前处于第二个
分类：
三起两落：
其中第一次是感知机的出现，第二次是BP的出现，第三次是包括是三个，分别是：逐层预训练算法、深度学习算法在ImageNet以及2016年的AlphaGo。
二：基础知识
1.机器学习三要素：模型、学习准则、优化算法。
模型：映射函数。
学习准则：经验风险最小化。
优化算法：梯度下降。
2.神经网络
一般是非凸函数
3.梯度下降
随机梯度下降—SGD
批量梯度下降
小批量梯度下降
4.范数
向量：
L1范数：各个元素的绝对值之和。
L2范数：每个数的平方的和，然后再开方。
L无穷：向量中最大值。
矩阵：
L范数:每个数的p次方，然后累加，然后再开p次方
5.感知机
阶跃激活函数，没有隐藏层。算机器学习的一个第一个阶段。
