Distinguish between the objectives of optimization and those of deep learning (DL)
In the context of DL problems, after defining the loss function, we can utilize an optimization algorithm, also known as an optimizer, to minimize this loss function.
👉 在深度学习问题中，在定义好损失函数后，我们可以使用优化算法（也称为优化器）来最小化这个损失函数。
Convolutional neural networks are generally used to process spatial information, while recurrent neural networks are generally used to process sequential information in the temporal domain.
MLP 通过添加隐藏层和激活函数，可以学习现实生活中的许多非线性现象。
它特别适合处理表格数据，其中每一行表示一个样本，每一列表示一个特征。
通过构建 MLP 的模型结构并学习模型参数（即自然模式），可以用来表示特征之间的关系。
线性回归 ——> 离散分类：
在将连续值转换为离散值的过程中，通常依赖于“经验因素”。如果误差较大，会严重影响分类质量。转换过程中人们往往会设置一个阈值。根据经验设定阈值会带来很多不确定性，而且分类质量因人而异，受到不同经验的影响。
