![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
课程学习
雨中烟花00
这个作者很懒,什么都没留下…
展开
-
李宏毅机器学习课程总结(4)
卷积神经网络(Convolutional Neural Networks, CNN) 卷积神经网络是深度学习网络中的一种,被广泛应用在影像处理中。其实对于图像处理方面的问题,使用全连接前馈网络也能实现近似的效果,但是CNN较全连接前馈网络更进一步简化了神经网络的构架,是人们通过图像处理的特征和总结出来的经验进行简化的,具体特征是:①有一些纹理比整张图片小得多,某些纹理并不需要看整张图片就能够被识别出来;②一张图片中同样的纹理可能出现在图片不同的区域,识别一个纹理可以共用一个参数;③图片可以...原创 2020-05-21 22:02:51 · 260 阅读 · 0 评论 -
李宏毅机器学习课程总结(3)
深度学习(Deep Learning) 深度学习神经网络的结构 把多个逻辑回归单元头尾连接起来就组成了神经网络,每个逻辑回归单元被称为神经网络中的一个神经元。那么这些神经元要如何连接起来成为一个网络呢?最简单直接的就是全连接前馈(Fully Connected Feedforward)网络,层与层之间的神经元两两连接,数据传递的方向是从前(输入端)到后(输出端)。每个神经元单独拥有一个w和b,输入和输出都是一个向量。 神经网络中将输入数据定义为输入层,表示为整个网络的输入;...原创 2020-05-20 22:04:44 · 265 阅读 · 0 评论 -
李宏毅机器学习课程总结(2)
分类(Classification) 与回归问题不同,分类问题不需要输出具体的预测的值,只需要输出所输入的数据属于哪个类别。在医疗诊断、手写文字识别、金融贷款和人脸识别等领域有着广泛应用。 那么要如何进行分类呢?首先要收集数据,尽可能地收集每个类别上的数据。要注意,分类问题并不能使用回归的方法来做,回归对于分类器f好坏的定义与分类中不同,回归会受到大数值的数据影响,使分类器向大数值方向偏转而忽略了在分类器周围的数据。 对于二元分类问题,需要找到一个f,将数据x...原创 2020-05-18 23:16:17 · 228 阅读 · 0 评论 -
李宏毅机器学习课程总结(1)
回归(Regression) 回归是一种数学模型,主要用于分析因变量与自变量之间的函数关系,如果因变量和自变量之间的关系是线性关系,那么该回归就是线性回归。在机器学习领域,回归的主要功能是预测,即通过使用在已知的数据集上训练并总结出来的因变量与自变量之间的函数规律,对未知的或没有统计到的数据进行预测推断。主要应用场景在:股市预测、自动驾驶和推荐系统等。 在课程中李宏毅老师用预测宝可梦进化后的CP值进行回归问题的解释。进化前的宝可梦可能会影响进化后CP值的因素是:①宝可梦进化前...原创 2020-05-18 00:15:32 · 412 阅读 · 0 评论