这里面的机器学习最简要素之
结构数据：Jupyter notebook（里面有文本，图片和代码）、网页、租车单和电费表
这里的结构数据指的是结构化数据吧？如果是的话，那么像网页这种应该属于非结构化信息，是否是表述有纰漏呢？
一个常见语法分析的例子是，给定一个本文序列，如何找出其中的命名实体，例如人物姓名、城市名称等。以下是一个这样的例子。其中Tom、Washington和Sally都是命名实体。
发现了一处笔误。。
其实网页也是有结构的数据
网页应该属于半结构化数据
之前始终想要琢磨机器学习, 总会因为突入起来的数学概念弄得云里雾里, 这一次仍然选择继续前行
笔者之一曾经做GRE真题时次次拿高分，高兴之下背了一遍红宝书就真上阵考试了，结果最终拿了一个刚刚够用的低分。后来意识到这是因为红宝书里包含了大量的真题。
这句话的意思是说，由于错误得选择了复习材料，导致训练误差很低，误判了测试误差吗？
看了很多机器学习的入门，感觉这里的确写的不错，有一些自己独到的思路，比如谈到，是数据编程等等。我感觉很不错，我尽量把这个正儿八经的学完。加油！
使用hybrid_forward 的时候报了： hybrid_forward() got an unexpected keyword argument ‘weight’
的错误，求大神指教。
可以静下心来学习这么好的课程，也是幸福。
对于过拟合的解释
因为验证集选取不当，加上过拟合
为什么应该让深度网络模仿人脑结构？为什么不该让深度网络模仿人脑结构？
这个问题的理解：人脑结构是一个启示方向，但是不能完全模仿，容易造成过拟合而无法完全实现导致停滞不前，可以采用相近可实现简化的方案来实现。
煤炭和数据的区别：煤炭不可再生，数据可再生。从这个角度来说，人工智能是不是更可持续发展哈哈。
这个角度很有意思
great example it is!
中英文版本内容差别貌似很大呢
有意思!