machine learning
会写代码的孙悟空
长夜将至,我将开始守护chatGPT,直至永恒。我将不图安逸,不恋名利,不惧挑战。我将不拘泥于旧知,不追求虚荣。我将全力以赴,勇攀科学之巅。我是黑暗中的明灯,chatGPT的利剑。我是破除迷雾的火焰,照亮chatGPT未来的光辉,唤醒求知者的号角,守护chatGPT真理的坚盾。我将生命与荣耀献给chatGPT的研究,今日如此,日日皆然。
展开
-
深度学习知识体系学习大全 牛!!
搬来了大牛的博客点击直接前往https://www.yuque.com/angsweet/machine-learning/jian-jie配一张大牛的思维导图具体内容点进去都能看到数学、机器学习、语言、算法、深度学习、书籍推荐,东西很多原创 2021-08-29 11:12:48 · 219 阅读 · 0 评论 -
机器学习中的过拟合、欠拟合问题
以线性回归和逻辑回归来实际看一下什么是过拟合问题线性回归线性回归是使用多项式来拟合变量之间的关系,从而可以根据某些变量来预测另外的变量。图中的一个红叉叉描述了一个关系实例,横轴代表房子面积,纵轴代表房子的面积。最左边的图是使用一次多项式来拟合两个变量之间的关系,我们可以直观的感受到直线并不能很好的描述两个变量之间的关系,主要原因就是一次多项式的表达力不够,这个现象叫做欠拟合。然后直接来看最右边的图,我们使用一个4次多项式来拟合两个变量之间的关系,这条曲线完美的通过了所有的样例点,但.原创 2020-10-02 17:04:47 · 385 阅读 · 0 评论 -
机器学习特征缩放的作用
什么是特征例如我们要做房屋价格预测,暂时选取两个特征:房屋面积、卧室个数。根据这两个特征的取值情况可以预估:房屋面积取值范围 (0,2000) 卧室个数(0,5)初步感觉面积的值比卧室个数大很多,这样可能会造成训练过程的过分震荡,可能会使收敛速度变慢。从等值线图也可以看的出来这样的结果。当然最严谨的证明方法是数学证明法。特征缩放对同一特征进行等比例放大缩小,令 S为房屋面积,N为卧室个数做变换 S := S /2000 ...原创 2020-10-02 07:54:49 · 2167 阅读 · 0 评论