李宏毅机器学习
文章平均质量分 95
BkbK-
求知若渴,虚心若愚
展开
-
【知识索引】【李宏毅机器学习】
李宏毅机器学习知识索引本文为【李宏毅机器学习】知识索引:1.机器学习介绍 Introduction2.回归Regression3.误差Error4.梯度下降Gradient Descent5.概率生成模型Probabilistic Generative Model原创 2021-02-13 19:03:45 · 1595 阅读 · 5 评论 -
【李宏毅机器学习】05:概率生成模型Probabilistic Generative Model
概率生成模型 Probabilistic Generative Model主要内容:一、分类的概念;二、概率生成模型主要讲述了概率生成模型对数据进行分类的方法。(运用高斯分布概率模型)原创 2021-02-04 11:55:35 · 589 阅读 · 0 评论 -
【李宏毅机器学习】04:梯度下降Gradient Descent
梯度下降Gradient Descent 主要内容: 一、梯度下降方法; 二、梯度下降的改进方法; 三、梯度下降的数学理论; 四、梯度下降的限制。 其中重点讲述了改进方法中的Adagrad算法。原创 2021-01-30 22:00:09 · 626 阅读 · 0 评论 -
【李宏毅机器学习】03:误差Error
误差Error:主要内容:一、Bias & Variance 偏差和方差;二、What to do with error 误差的处理;三、Model Selection模型的选择。其中将误差类比打靶的方法,加深了对偏差和方差的理解。原创 2021-01-29 12:14:01 · 512 阅读 · 0 评论 -
【李宏毅机器学习】02:回归Regression
回归Regression主要内容:一、回归(Regression)的定义;二、回归的实现(机器学习的步骤);三、回归的优化。以宝可梦的cp值预测为例,讲述了回归模型建立、优化的过程。原创 2021-01-28 11:49:06 · 542 阅读 · 0 评论 -
【李宏毅机器学习】01:机器学习介绍 Introduction
机器学习介绍 Introduction 主要内容:一、机器学习步骤二、机器学习框架三、机器学习学习地图四、总结对本课程的内容做了概述,并介绍了不同的机器学习方法原创 2021-01-26 11:51:29 · 524 阅读 · 0 评论