- 博客(10)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 《李宏毅机器学习》task5
《李宏毅机器学习》task5推导LR损失函数(1)学习LR梯度下降(2)利用代码描述梯度下降(选做)(3)Softmax原理(4)softmax损失函数(5)softmax梯度下降(6)参考文献推导LR损失函数(1)假定：LR逻辑回归假设样本服从泊松0–1分布，因此p(y|x)表达式：求最大似然估计：进而求最大对数似然估计：损失函数：损失函数表征预测值与真实值之间的差异程度...
2019-05-29 21:16:50
310
原创 《李宏毅机器学习》-task4
1.贝叶斯公式（1）条件概率公式 设A,B是两个事件，且P(B)>0,则在事件B发生的条件下，事件A发生的条件概率（conditional probability)为： P(A|B)=P(AB)/P(B)（2）乘法公式 1.由条件概率公式得： P(AB)=P(A|B)P(B)=P(B|A)P...
2019-05-25 18:47:04
300
原创 TensorFlow mnist数字识别
import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_dataINPUT_NODE = 784OUTPUT_NODE = 10LAYER1_NODE = 500BATCH_SIZE = 100LEARNING_RATE_BASE = 0.8LEARNING_RATE_DECAY...
2019-05-24 21:47:39
137
原创 《李宏毅机器学习》task3
'''读取数据'''data = pd.read_csv('train.csv') #DataFrame类型del data['datetime']del data['item']'''整理训练集合'''ItemNum=18X_Train=[] #训练样本features集合Y_Train=[] #训练样本目标PM2.5集合for i in rang...
2019-05-20 20:31:35
155
原创 《李宏毅机器学习》task2
《李宏毅机器学习》task21.偏差和方差学习误差由偏差和方差而产生过拟合，欠拟合2.鞍点，全局最优和局部最优3.梯度下降Mini-Batch与SGDBatch与Mini-Batch，SGD的区别如何根据样本大小选择哪个梯度下降写出SGD和Mini-Batch的代码4.交叉验证5.归一化6.回归模型评价指标1.偏差和方差学习误差由偏差和方差而产生偏差与方差分别是用于衡量一个模型泛化误差的...
2019-05-17 20:21:16
319
1
原创 《李宏毅机器学习》task1
1.什么是机器学习2.中心极限定理、正态分布、最大似然估计3.线性回归loss function推导4.损失函数和凸函数之间的关系
2019-05-13 19:20:27
236
1
原创 svm
SVM 的学习策略就是间隔最大化，可形式化为一个求解凸二次规划的问题，也等价于正则化的合页损失函数的最小化问题。SVM 的最优化算法是求解凸二次规划的最优化算法。在高等数学中，带约束的最优化问题还可以用另一种方法求解——拉格朗日乘子法。该方法的优点一是更容易求解，而是自然引入核函数，进而推广到非线性的情况。支持向量机的分类线性可分支持向量机当训练数据线性可分时，通过硬...
2019-05-13 16:52:07
183
原创 LeetCode和为S的两个数字
输入一个递增排序的数组和一个数字S，在数组中查找两个数，使得他们的和正好是S，如果有多对数字的和等于S，输出两个数的乘积最小的。数列满足递增，设两个头尾两个指针i和j，若ai + aj == sum，就是答案（相差越远乘积越小）若ai + aj > sum，aj肯定不是答案之一（前面已得出 i 前面的数已是不可能），j -= 1若ai + aj < sum，ai肯定不是答案之一...
2019-05-08 19:16:52
234
原创 leetcode求二叉树深度
输入一棵二叉树，求该树的深度。从根结点到叶结点依次经过的结点（含根、叶结点）形成树的一条路径，最长路径的长度为树的深度。非递归写法：层次遍历import java.util.Queue;import java.util.LinkedList; public class Solution { public int TreeDepth(TreeNode pRoot) { ...
2019-05-08 16:09:44
249
原创 python迭代器和生成器
python迭代器和生成器迭代器迭代器迭代器是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退，不过这也没什么，因为人们很少在迭代途中往后退。另外，迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大...
2019-05-08 16:02:29
88
Hadoop中文版资料.7z
2019-06-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人