- 博客(3)
- 收藏
- 关注
原创 斯坦福机器学习课程笔记week6-机器学习算法的应用技巧
week 6的主要内容是 机器学习算法在实际应用中的一些技巧。通常,当一个机器学习算法在实际数据中表现很差时,可能的原因以及解决办法包括: 训练数据不够,使用更多的训练数据 特征太多,包含冗余或者噪音特征,可以尝试使用更小的特征集 特征不够,比如都是简单的线性特征,可以尝试多项式特征或者交叉特征等非线性的特征 overfitting 过拟合,可以调大regularization term的权重
2016-02-15 22:02:41 616
原创 斯坦福机器学习课程笔记week4&5-神经网络
为什么需要神经网络 在回答这个问题之前,先回顾下: 为什么需要logistic regression,linear regression可以完全取代logistic regression吗? logistic regression本质就是一个线性分类器,(第三讲logistic regression中 ng有提到lr的decision boundary, 其表达形式就是个linear r
2016-01-03 22:21:02 295
原创 斯坦福机器学习课程笔记week2&3 线性/逻辑斯蒂回归
斯坦福机器学习课程笔记 第二讲 多变量线性回归 如何确定learning rate: 画出cost function与迭代次数的关系图。如果cost function的值没有随着迭代次数增加而趋于减小,说明learning rate选择不对。可以选择一系列的learning rate值, 0.001, 0.003, 0.01, 0.03, 0.1…, 从中挑选可以让cost function下
2015-12-18 17:31:00 553
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