机器学习
cuicui_ruirui
这个作者很懒,什么都没留下…
展开
-
条件概率、全概率、贝叶斯公式
转载 2020-07-29 09:51:53 · 154 阅读 · 0 评论 -
李宏毅机器学习-----------Classification
分类是指输入一些相关信息之后,模型在诸多选择中选出最符合预期的结果。以宝可梦为例,如下图,输入不同的宝可梦,对应应该输出宝可梦的属性。原创 2020-07-27 22:53:55 · 177 阅读 · 0 评论 -
李宏毅机器学习----------optimization(优化)
深度学习的优化方法包括SGD、SGD with momentum(动量)、Adagrad、RMSProp、AdamSGD原有的对Linear Regression计算Loss的方法是将所有的sample数据计算之后加和,,才做梯度下降但Stochastic Gradient Descent不同,他每次只取一个example xn(如果是在做deep learning,面对的error不是convex(凸),随机取是非常有帮助的)Loss只考虑xn的影响,不考虑其他,计算梯度的时候也是只考虑xn的原创 2020-07-22 23:19:05 · 400 阅读 · 0 评论 -
李宏毅机器学习-----------Gradient descent(梯度下降)
引入Gradient descent(梯度下降)的目的是找到参数使损失函数的值最小。假设损失函数有两个参数,θ={θ1,θ2}首先任意找一个初始值θ0,再依次求下一个θ。具体如下图。橙色部分为梯度。下图为找使损失函数最小的θ的过程。红线表示的是梯度(是两个向量在空间上的和),蓝线表示的是-η▼L(θ)做梯度下降时的注意点。1.小心调整learning rate(η)。如下图所示,左图表示的不同大小的η对LOSS的影响。红线时正确的合适的η下的过程。蓝线是η过小时,这种的会很.原创 2020-07-21 22:36:01 · 271 阅读 · 0 评论 -
李宏毅机器学习------Regression
一、Regression应用1、股票预测分析(输入:过去十年股票起伏的资料 输出:明日某公司点数)2、无人驾驶(输入:红外线感知到的信号、摄像头拍摄物体 输出:方向盘角度)3、推荐系统(输入:使用者A、商品B 输出:使用者A购买商品B的可能性)输出值都是一个数值(scalar)二、实例分析以宝可梦的cp值为例(输入:宝可梦的信息:可能包括重量(xw)、身高(xh)、原cp(xcp)、物种(xs)、生命值(xhp) 输出:进化后的cp值(y))...原创 2020-07-17 17:46:55 · 257 阅读 · 0 评论 -
李宏毅机器学习------pyenv安装
环境:Ubuntu(1)克隆Git上的pyenv项目 git clone https://github.com/pyenv/pyenv.git ~/.pyenv(2)定义环境变量PYENV_ROOTecho 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc(3)添加$PYENV_ROOT/binecho 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc(原创 2020-07-17 15:36:12 · 291 阅读 · 0 评论