1.6 本章小结
    本章介绍了深度学习的训练过程，并结合一个实际的例子介绍了数据预处理、定义网络结构、损失函数、反向传递与优化器的知识，重点介绍了链式法则与梯度的使用。本章最后还结合具体例子介绍了几个常见的衡量指标，包括混淆矩阵、准确率、召回率、准确度、f1-score、roc和auc。另外本章还介绍了博采众家之长的集成学习，主要介绍了boosting算法和bagging算法。