![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
入门深度学习
duoyu7251
咪咪喵喵
展开
-
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...原创 2019-07-10 00:05:34 · 556 阅读 · 0 评论 -
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...原创 2019-07-12 23:56:07 · 211 阅读 · 0 评论