- 博客(3)
- 收藏
- 关注
RSS订阅原创 深度学习--梯度下降法
这是一个关于w和b的J函数的图像，成本函数J(w,b)是在水平轴w和b上的曲面，曲面的高度代表了J(w,b)在某一点的值，那我们要做的就是找到那个点，使其对应的成本函数J值是最小值。，α为学习率，通常为一个小于1的数，用来控制梯度下降过程中每一次移动的规格，在上图中，我们可以分析出来不管从那一边开始迭代，最终都会到达最低点，那么要求α的值不宜过大也不宜过小，太小会使迭代次数增加，容易陷入局部最优解，太大则容易错过最优解。那么我们要想找到使得成本函数J(w，b）尽可能小的w和b，下面来看看梯度下降法。
2023-04-20 00:23:46
84
原创 深度学习---logistic回归
为了让模型来通过学习调整参数，要给一个m个样本的训练集，那么很自然，我们想通过在训练集找到参数w和b来得到我们的输出。。（这里的i是标号）
2023-04-18 02:18:48
116
原创 机器学习---监督学习和无监督学习
关于机器学习，很多人尝试给出定义。比如1959年的机器学习创始人Arthur Samuel给出了他的定义：机器学习就是在没有明确设置的情况下使计算机具有学习能力的研究领域。他曾编写过一个跳棋的程序，很令人惊讶的是他编写出的游戏程序比他自己的水平要高得多，他让编写的程序与自己对弈上万次，然后观察哪些布局容易赢，哪些容易输，一段时间后，程序就学习到了什么是好的布局，什么是不好的布局，最终程序学会了玩跳棋，而且比他的开发者玩得好的多。
2023-04-11 21:50:43
158
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