DataWhale机器学习task01线性模型

最新推荐文章于 2024-06-23 00:36:22 发布
最新推荐文章于 2024-06-23 00:36:22 发布
阅读量402 收藏
点赞数 1
分类专栏： DataWhale机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/elsieyin/article/details/105620704
版权

范数

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

L1 L2 Regularition

在这里插入图片描述
这部分看过忘了，有空整理吧，估计是上述参考文献中的一部分
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

广义线性模型 基函数

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

back propagation

我还想把上次的pytorch复习下呢 那里backpropagation一直有个地方不懂

Least Square

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

Normal Equation （cs229 tr的做法）

在这里插入图片描述

矩阵的迹

在这里插入图片描述

矩阵求导

假设x是一个列向量
在这里插入图片描述
更多矩阵求导 待学

梯度下降法

在这里插入图片描述
在这里插入图片描述

牛顿法

在这里插入图片描述

改进的迭代尺度法

在这里插入图片描述
在这里插入图片描述

收敛速度 何时使用

在这里插入图片描述

分类问题的基本思路

在这里插入图片描述
这里不是很懂 生成模型
在这里插入图片描述

求解线性模型的基本思路

距离判别方式

在这里插入图片描述

汉明距离 马氏距离

在这里插入图片描述
在这里插入图片描述

Linear Regression的解法

一元情况

在这里插入图片描述
在这里插入图片描述

多元的解

在这里插入图片描述

多元时解不唯一，引入正则化项，岭回归

在这里插入图片描述

正则化的作用

在这里插入图片描述
在这里插入图片描述

Logistic Regression 和 Linear Regression的不同

在这里插入图片描述

Logistic Regression

在这里插入图片描述

多项Logistic Regression

elsieyin
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
吃瓜教程Task2 机器学习西瓜书第三章线性模型
iloveMIShanhan的博客
10-13 390
在第三章的线性模型中只介绍了线性回归，对数几率回归和线性判别分析。这三个模型也分别对应了常见的三类不同的机器学习任务，分别是回归问题，分类问题和特征降维。但是线性模型不止此三个，凡是最终要学习的假设空间定义为f(x)=WtX+B的本质上都可以称之为线性模型，譬如后续章节中介绍的感知机和支持向量机，最终学习到的模型也是f(x)=WtX+B的形式。这几个算法的区别仅仅在于学习的“策略”不同，学习“策略”就是我们从有无限个参数确定的无限个线性函数中选出来我们最想要的那个线性函数的所依赖的准则和标准。
机器学习——线性模型思维导图
11-26
机器学习——线性模型思维导图 本文将对机器学习中的线性模型进行详细的介绍和分析，涵盖线性模型的基本概念、特点、应用场景、优缺点等多方面的知识点。 一、线性模型的基本概念 线性模型是机器学习中一种常用的...
DataWhale组队学习Task01线性回归
weixin_40736833的博客
02-14 149
《动手学深度学习pythorh版》Task01：线性回归 线性回归 主要内容包括： 线性回归的基本要素 线性回归模型从零开始的实现 线性回归模型使用pytorch的简洁实现 线性回归的基本要素 模型 为了简单起见，这里我们假设价格只取决于房屋状况的两个因素，即面积（平方米）和房龄（年）。接下来我们希望探索价格与这两个因素的具体关系。线性回归假设输出与各个输入之间是线性关系: price=warea...
DataWhale组队学习Task01：线性回归
qq_40906338的博客
02-14 164
1 线性回归模型简介 线性回归是能够用一个直线较为精确地描述数据与数据之间的关系。线性回归中最常见的就是房价的问题。下面通过房价的例子理解线性回归的基本要素 模型 我们假设价格只取决于房屋状况的两个因素：面积（平方米）和房龄（年）。接下来我们希望探索价格与这两个因素的具体关系。线性回归假设输出与各个输入之间是线性关系: 价格 = W_area面积 + W_age房龄 + b 数据集 房屋的真实售出...
DataWhale机器学习——第三章 线性模型task2、3、4笔记
m0_55303420的博客
06-23 456
简单易理解计算效率高容易实现和解释。
Datawhale组队学习-机器学习Task1
SIGH233的博客
09-13 199
目录 Datawhale组队学习-机器学习Task1 1. 机器学习介绍： （1）人工智能与机器学习的关系 （2）人类是如何实现智能的？ （3）社会上常见的“伪人工智能” 2. 机器学习大概做些什么？ （1）建立function 3. 机器学习的相关技术 （1）有监督学习 （2）半监督学习 （3）迁移学习 （4）无监督学习 （5）结构化学习 （6）强化学习 Datawhale组队学习-机器学习Task1 视频学习链接：李宏毅《机器学习》_哔哩哔哩_bilibili 1...
【Datawhale-机器学习-Task02-线性回归】
qumule的博客
06-22 619
机器学习--线性回归
Datawhale组队学习-机器学习Task2
SIGH233的博客
09-15 149
Datawhale组队学习-机器学习Task2 视频学习链接：李宏毅《机器学习》_哔哩哔哩_bilibili 放在开头： 上一篇文章在打完之后发现太费时间了，而且有点类似于复述之嫌，而笔记应该是做到精炼，易于吸收的，所以接下来的记录风格会尝试变得更加的随意。 回归（Regression) 本次Task的主要学习知识就在于回归，属于监督学习的一种。 主要的讲述内容包括： 回归的定义以及简单应用实例 回归的步骤 模型假设：基于假定的线性模型的例子 模型评估：损失函数的概念 最佳模型：.
DataWhale吃瓜教程-task02线性模型
cishard的博客
09-20 329
线性回归模型
Datawhale 机器学习组队学习 | Task 1 线性回归
一棵树的博客
04-22 141
线性回归内容1. 线性回归原理2. 线性回归损失函数、代价函数、目标函数3. 线性回归的优化方法（1）梯度下降法（2）最小二乘法矩阵求解（3）牛顿法（4）拟牛顿法4. 代码实现 内容 1. 线性回归原理 线性回归形式： f(x)=θ0+θ1x1+θ2x2+...+θdxd=∑i=0dθixi\begin{aligned} f(x) &= \theta_0 + \theta_1x_1 + ...
机器学习-线性模型(波士顿房价预测)
04-26
在机器学习领域，线性模型是一种广泛应用于数据分析和预测任务的基础方法。波士顿房价预测是数据科学领域的一个经典案例，常被用来教授和检验不同的机器学习算法，尤其是线性回归模型。在这个案例中，我们将深入探讨...
机器学习之线性模型
06-12
线性模型在机器学习领域扮演着至关重要的角色，尤其在分类和回归任务中。它们以其简单、高效和易于解释的特点，被广泛应用于各种数据分析和预测问题。本篇将深入探讨线性模型的核心概念，以及如何解决多分类问题，...
机器学习中线性模型的PPT与实现代码
06-16
线性模型是机器学习领域中最基础且广泛应用的算法之一，其简洁、易于理解和高效的特点使得它在各种数据预测任务中占据重要地位。本资源包含了一份关于线性模型的PPT和使用Python实现线性模型的代码，对于学习和实践...
机器学习+线性代数基础
12-07
在机器学习中，线性代数的基础知识被广泛应用于数据预处理、特征工程、模型训练和模型评估等方面。例如，在数据预处理中，我们需要使用线性代数的知识来进行数据 normalization、 Feature scaling 等操作；在特征...
磁力链磁力链磁力链.txt
最新发布
07-22
磁力链
“人力资源+大数据+薪酬报告+涨薪调薪”
07-22
人力资源+大数据+薪酬报告+涨薪调薪，在学习、工作生活中，越来越多的事务都会使用到报告，通常情况下，报告的内容含量大、篇幅较长。那么什么样的薪酬报告才是有效的呢？以下是小编精心整理的调薪申请报告，欢迎大家分享。相信老板看到这样的报告，一定会考虑涨薪的哦。
安装graphviz和pygraphviz
07-22
pygraphviz 是一个Python库，它是Graphviz图形可视化软件的Python接口。Graphviz是一个开源的图形可视化软件，广泛用于创建和编辑有向图和无向图。pygraphviz使得Python开发者能够轻松地创建和操作图形，以及执行图形的布局和可视化。 一、pygraphviz的主要功能 创建和编辑图形：pygraphviz允许开发者通过Python代码来创建图形，包括添加节点、边等元素，并且可以编辑这些元素的属性，如颜色、形状、标签等。 图形布局：pygraphviz支持多种图形布局算法，如dot、neato、circo等，开发者可以根据需要选择合适的算法来优化图形的布局。 图形可视化：pygraphviz可以将创建和编辑好的图形保存为图片文件，支持多种图片格式，如PNG、JPEG等，方便开发者进行展示和分享。
BrainF**k Devlopment Toolkit
07-22
BrainF**k Devlopment Toolkit(BFDTK)，可用于开发BrainF**k程序。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值