- 博客(2)
- 资源 (36)
- 收藏
- 关注
翻译 机器学习 Logistic Regression
Logistic Regression之前我们讨论过回归问题,并且讨论了线性回归模型。现在我们来看看分类问题,分类问题与回归问题类似,只不过输出变量一个是离散的,一个是连续的。我们先关注二分类问题,假设 输出变量 yy 只能取 0 或者 1 两个值,直观上,对于所有的输入变量,我们都希望可以映射到 [0-1] 的范围内, 为此,我们可以建立如下的函数: hθ(x)=g(θTx)=11+e−
2015-04-17 16:29:15 1892
翻译 机器学习 从矩阵和概率的角度解释最小均方误差函数
最小均方误差函数第一讲里,我们提到了最小均方误差函数,给出一组有 mm 个样本的训练集,我们希望找到合适的参数 θ\boldsymbol{\theta}, 使得预测值 hθ(x)h_\theta(x) 与目标值尽可能接近。为了估计参数 θ\boldsymbol{\theta}, 我们定义如下的 cost function: J(θ)=12∑i=1m(hθ(xi)−yi)2\begin{equ
2015-04-17 16:26:16 12146 2
机器学习 第六讲:Generative Learning Algorithm B
2015-03-06
机器学习 第五讲: Generative Learning Algorithm A
2015-03-06
机器学习 第四讲 Logistic Regression和广义线性模型
2015-02-07
常用算法程序集(C语言描述)
2011-09-01
Convolutional Neural Networks for Visual Recognition 7
2015-07-16
Convolutional Neural Networks for Visual Recognition 6
2015-07-16
Convolutional Neural Networks for Visual Recognition 8
2015-07-16
Convolutional Neural Networks for Visual Recognition 5
2015-07-16
Convolutional Neural Networks for Visual Recognition 4
2015-06-28
Convolutional Neural Networks for Visual Recognition 3
2015-06-28
Convolutional Neural Networks for Visual Recognition 2
2015-06-28
Convolutional Neural Networks for Visual Recognition 1
2015-06-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人