- 博客(5)
- 收藏
- 关注
RSS订阅原创 机器学习基础——BP算法
BP后向传播算法前言昨天看到了一篇关于BP后向传播的论文，想着把这方面的知识彻底理解一下，本文将基于该论文和基本的BP算法。解释其基本概念和权值调整的运算过程。一、BP神经网络的基本原理 BP（Back Propagation）网络是1986年由Rinehart和McClelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习
2017-04-29 06:56:32
12713
2
原创 机器学习基础——梯度下降
一、概述最近看了随机梯度下降算法，虽然比较基础简单，但是在机器学习领域里面有着广泛的运用。这里将随机梯度下降（Stochastic gradient descent）和 批量梯度下降（Batch gradient descent ）进行对比。以便理解和记忆。 二、梯度下降梯度下降法： ①先随机给出参数的一组值，然后按代价函数(或者叫损失函数)的梯度方向更新参数。使得在每次更新后，结构都
2017-04-23 08:14:17
853
2
原创 机器学习基础——RandomForest
随机森林(Random Forest): 随机森林是一个最近比较火的算法，它有很多的优点： 在数据集上表现良好 在当前的很多数据集上，相对其他算法有着很大的优势 它能够处理很高维度（feature很多）的数据，并且不用做特征选择 在训练完后，它能够给出哪些feature比较重要 在创建随机森林的时候，对generlization error使用的
2017-04-19 11:43:11
827
原创 机器学习基础——Adaboost
一、前言最近吴恩达的机器学习课程已经快学习完了。作为一个转行人员，发现学习的算法还是有点少，加上这一阵看了不少同志的面试经验，发现Gradient Boosting以及相关的GBDT等算法是比较基础的。但是看了一下GB，发现这个没有具体实例，不太直观，加之看过不少人和书上的内容。Adaboost是Boosting族算法中最著名的，而且还是比较好懂的。特此总结一下。二、Adaboost原理和Boost
2017-04-08 09:44:25
664
原创 欢迎使用CSDN-markdown编辑器
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl
2017-04-08 09:08:36
314
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人