李宏毅机器学习
文章平均质量分 79
FluffyUZi
这个作者很懒,什么都没留下…
展开
-
Lesson 4 李宏毅
LESSON Four1.problem之前学的都是将问题化成一个由未知参数构成的向量,通过设计的model来输出如果有一组好几个输入向量,比如输入是一个句子,那我们首先可以将之进行处理:1. one-hot Encoding 将所有已知词汇用向量表示,向量和词汇量一致2. Word Embedding 与第一种不同,多了词汇之间的管关联性(词性、词义等)又比如声音信号、graph(图表)信号这种输入向量数目不好确定的,如果使用之前的网络结构会让参数不好确定或者产生m...原创 2021-08-26 11:11:23 · 81 阅读 · 0 评论 -
Lesson 3 李宏毅
## LESSON Four### 1.problem之前学的都是将问题化成一个由未知参数构成的向量,通过设计的model来输出如果有一组好几个输入向量,比如输入是一个句子,那我们首先可以将之进行处理:1. one-hot Encoding 将所有已知词汇用向量表示,向量和词汇量一致2. Word Embedding 与第一种不同,多了词汇之间的管关联性(词性、词义等)又比如声音信号、graph(图表)信号这种输入向量数目不好确定的,如果使用之前的网络结构会让参数不好...原创 2021-08-26 10:52:13 · 94 阅读 · 0 评论 -
2021-08-21 ML-李宏毅 lesson2
LESSON two1.Frame of ML数据分为training和testing两种,基本步骤如下: function with \theta =》L (\theta) =》=argmin_\theta L=》\theta*=》f_\theta*(testing) 先选取模型和参数,接着将参数合并再定义出系统的损失函数,然后代入随机选择的training data,最后通过梯度下降法进行迭代更新,进而选出最优的参数,将该组参数作为function去label the testing原创 2021-08-21 21:06:12 · 130 阅读 · 0 评论 -
2021-08-20 ML-李宏毅 lesson1
机器学习步骤AI 数据集最常见的6大问题(附解决方案) - 产品经理的人工智能学习库 (easyai.tech)评估指标:准确率、召回率、F值三大要素:数据、算法、算力Focus: 只能解决单一任务 归纳法:只关注任务本身,不关注为什么 ML-李宏毅Kagglelooking for Function1. Different types of Functions Regression Classification Stru原创 2021-08-20 19:20:33 · 130 阅读 · 2 评论