机器学习
文章平均质量分 71
北府刘寄奴
一年四季随机播放
展开
-
李宏毅机器学习三天速成~~~第十课~~~Tips for Training DNN
1.关于Deep Learning的一些技巧结合下图进行一个完整的模型选取讲述。以前的课程学习中知道Deep Learning主要有三个步骤。但是还是需要继续补充一下。补充1:判断Train的结果怎么样,如果不好,就要重新设计一下主要的三个步骤。补充2:如果Train的结果比较好,那么需要在Testing Data上进行Predict,观察Predict的结果怎么样?如果结果不...原创 2019-02-11 22:49:13 · 373 阅读 · 0 评论 -
李宏毅机器学习三天速成~~~第四课~~~Gradient Descent
在第二课Regression中简单讲述了Gradient Descent(梯度下降),现在在第二课的基础上深入将Gradient Descent的一些细节问题。首先先回顾以下Gradient DescentGradient Descent该旨在寻找损失函数Loss Function中的使得Loss最小的参数,主要思想是利用高等数学中求极小值(最小值)的方法,通过选定一个初始的参数值,然后求...原创 2019-01-30 23:37:59 · 259 阅读 · 0 评论 -
李宏毅机器学习三天速成~~~第九课~~~Keras
1.Keras介绍首先介绍一下为什么不用TensorFlow,这是因为TensorFlow是一个比较复杂且十分灵活的的toolKit,无法在短时间内学习会,Keras则是一个简单的工具,能够在短时间内学会。下面是关于Keras的一些介绍和链接,Keras在希腊文中是牛角的意思。使用Keras的学习心得,在他人的眼中和自己眼中的Keras是什么样子的下面是一个关于Deep...原创 2019-02-10 00:30:14 · 464 阅读 · 0 评论 -
李宏毅机器学习三天速成~~~第八课~~~Backprapagation
1.什么是Backpropagation(反向传播)?Backpropagation是一种有效计算Gradient(梯度),即微分(偏微分)的方法。在推导Backpropagation的过程前首先需要介绍一下计算微分的链式规则2.Chain Rule链式规则这是计算偏微分的基本功3.Backpropagation的推导下图中,是指在train的过程中output的y...原创 2019-02-09 01:27:08 · 312 阅读 · 0 评论 -
李宏毅机器学习三天速成~~~第七课~~~Brief Introduction of Deep Learning
1.Deep learning的历史2.深度学习的步骤首先对于第一步Neural Network进行介绍:相同于上一课Logistic Regression中的多层Logistic Regression进行连接:下图中的为sigmoid函数其中关于一些概念如下:将图中运用到的计算使用矩阵的形式进行操作:运用矩阵操作的目的是当设计运算时可以利用...原创 2019-02-07 20:15:24 · 264 阅读 · 0 评论 -
李宏毅机器学习三天速成~~~第六课~~~Logistic Regression
1.Function Set利用概率模型进行分类,分类的判别方法和分类判别模型如下所示:判别的模型采用的是sigmoid function。Sigmoid函数的输入记为z,由下面公式得出它表示将这两个数值向量对应元素相乘然后全部加起来即得到z值。其中的向量x是分类器的输入数据,向量w也就是我们要找到的最佳参数(系数),从而使得分类器尽可能地精确。Sigmoid输出的值即...原创 2019-02-06 22:36:13 · 229 阅读 · 0 评论 -
李宏毅机器学习三天速成~~~第五课~~~Classification:Probabilistic Generative Model
1.利用Regression来分类示例:当有上图右小角的点的时候,这些点会大幅改变分类线的位置。这时候就会导致整体的回归结果变差。当把多分类当成回归问题,类别分别为1,2,3,4……,因为回归的问题是预测具体的值,这样定义类别就默认这些数据之间有相应的关系。如果数据间没有具体的这些数字关系,就会导致最后的回归结果变差。2.分类的方法下图中,可以利用一些Model进行分类,根...原创 2019-02-03 23:23:28 · 208 阅读 · 0 评论 -
李宏毅机器学习三天速成~~~第三课~~~Where does the error come from
error(误差)主要有两个来源:bias(偏差)和variance(方差)有关bias和variance的介绍可以见链接https://en.wikipedia.org/wiki/Bias–variance_tradeoff下面简单介绍以下bias和variance 上图最后一个公式中可以知道当样本中数据量越多,variance越小其实上面说来说去都不好解释...原创 2019-01-27 23:05:22 · 210 阅读 · 0 评论 -
李宏毅机器学习三天速成~~~第二课~~~Regression
目录第一步:选择模型Model第二步:模型优良度(Goodness)的计算方法第三步:Gradient Descent梯度下降四 开始实验Regression的输出是一个标量,如下图下面利用一个example来学习,神奇宝贝宝可梦的升级计划。宝可梦升级后的的战斗力(Combat Power,下面用CP值代替)的预测。第一步:选择模型Model首先选择宝可...原创 2019-01-27 21:24:04 · 288 阅读 · 0 评论 -
李宏毅机器学习三天速成~~~第一课~~~Introduction
1.机器学习的发展进程、AI包括机器学习,机器学习包括深度学习 2.什么是机器学习机器学习相当于你自己编写一段程序用于识别语言识别,图像识别(简单地介绍,作用远不止),李老师ppt的图片形象地表示如下:机器学习一定程度上相当于在一大堆方法中寻找一个合适的function(方法)去对数据进行处理找到对的方法很重要:3.机器学习的框架第一步:建立一个...原创 2019-01-27 15:43:43 · 269 阅读 · 0 评论 -
机器学习100天-----第4天,第5天(逻辑回归)
第4天没有链接,只有一张图片:逻辑回归什么是逻辑回归:逻辑回归(Logistic Regression)是用于处理因变量为分类变量的回归问题,常见的是二分类或二项分布问题,也可以处理多分类问题,它实际上是属于一种分类方法。不同于线性回归模型与多元线性回归模型中处理的因变量都是数值型区间变量,对于逻辑回归,举个例子:分析年龄、性别、体制指数、平均血压、疾病指数等指标得以判断一个是...原创 2018-09-18 22:00:14 · 492 阅读 · 0 评论 -
《python深度学习》笔记:第一部分:机器学习基础(第一章~第4章)
第一章:1.1节1.专家系统(expert system)1.2节1.logistic regression是现代机器学习的“hello world"2.logistic regression是分类而不是回归3.kernel method(核方法)中最有名的是SVM,1995年发表4.SVM中术语:决策边界(decision boundary),间隔最大化(maxim...原创 2019-05-04 21:19:36 · 1442 阅读 · 0 评论