- 博客(3)
- 收藏
- 关注
RSS订阅原创 阿正入门深度学习---基础神经网络
一. 基本概念 1.1 损失函数—经验风险函数 “经验风险”就是指由于拟合结果和样本标签之间的残差总和所产生的经验性差距所带来的风险，这是欠拟合的风险。损失函数（loss function）是用来估量你模型的预测值f(x)与真实值Y的不一致程度，它是一个非负实值函数,通常使用L(Y, f(x))来表示，损失函数越小，模型的鲁棒性就越好。损失函数是经验风险函数的核心部分，也是结构风险函数重要组成部...
2019-07-12 23:56:07
211
原创 阿正入门深度学习---从EM算法开始
一.最大似然估计基础 简言之：找出与样本分布最接近的概率分布模型 结果和参数相互对应的时候，似然和概率在数值上是相等的，如果用 θ 表示环境对应的参数，x 表示结果，那么概率可以表示为： P(x|θ) P(x|θ) 是条件概率的表示方法，θ是前置条件，理解为在θ 的前提下，事件 x 发生的概率，相对应的似然可以表示为： 最大似然估计会寻找关于 θ的最可能的值（即，在所有可能的θ取值中，寻找一...
2019-07-10 00:05:34
556
转载 初学者第一天大数据开发-圈复杂度
代码复杂度是指代码中的分支数量，比如有一个if分支，代码复杂度就加1，如果if中有“||”或者“&&”那么代码复杂度就加2，for和while同理。一般复杂度超过10的类就算是比较复杂的了，而这个类的复杂度竟然达到了30，代码的糟糕程度可见一斑，现在我们就来重构一下这个类的代码。 圈复杂度： 复杂度越高，软件质量就越低，测试就越困难。 圈复杂度（McCabe)，其复杂度V（G...
2018-07-21 23:07:19
208
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人