2021李宏毅机器学习笔记--2.Regression回归

最新推荐文章于 2024-10-30 21:26:02 发布
最新推荐文章于 2024-10-30 21:26:02 发布
阅读量210 收藏
点赞数
文章标签： 机器学习 深度学习 人工智能
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/guoxinxin0605/article/details/115815149
版权
本文探讨了Regression回归在预测神奇宝贝进化后战斗值的应用，通过选择模型、评估函数好坏及使用梯度下降法寻找最佳函数。同时讨论了模型复杂度对过拟合的影响以及根据不同类别设计不同模型的策略。
摘要由CSDN通过智能技术生成

2021李宏毅机器学习笔记--2.Regression回归

regression的作用

当我们期望从函数的输出中得到一个数值时，使用regression回归。
在这里插入图片描述

比如股票市场预测系统，输入的是过去十几年各个公司股票的变化，函数的作用是输出明天的道琼斯工业指数的点数。
比如说无人车驾驶，输入的是道路上的一些信息，比如红绿灯，障碍物等，输出的是方向盘的角度，比如左转50度。
又比如亚马逊推荐系统，输入的是使用者A和商品B，输出的是使用者A购买商品B的可能性，也是一个数值。

实例–预测神奇宝贝进化后的战斗值

找到一个函数，它的输入是进化前的神奇宝贝的一些参数值，它的输出是进化后的战斗值，从而帮助我们决定是否对一只神奇宝贝进行进化。
在这里插入图片描述

step 1：model

首先先选定模型构成函式集，该集合中有无限多的函式
在这里插入图片描述

step 2：goodnes

最低0.47元/天 解锁文章
guoxinxin0605
关注
2021李宏毅机器学习笔记--1.概述机器学习
guoxinxin0605的博客
04-17 334
2021李宏毅机器学习笔记--1.概述机器学习机器学习内容图示什么是机器学习期望找什么样子的函式怎么告诉机器你期望的函式的样子机器怎么找出你期望的函式 机器学习内容图示 图中十五个知识点大致囊括了机器学习大部分内容内容 什么是机器学习 机器学习就是让机器自动的找一个函数式，而非人为定义计算。 举例来说，比如语音识别，就是让机器自动的找到一个函式，输入一段声音信号，输出的是信号中对应的文字描述，显然这样的函式如果把数学函式写出来，复杂程度是不可思议的，实际上没有人可以把语音识别的函式写出来，只能靠机器自动的寻
2021李宏毅机器学习笔记--6 logistic regression逻辑回归（一种分类方法）
guoxinxin0605的博客
05-15 283
2021李宏毅机器学习笔记--6 logistic regression逻辑回归（一种分类方法）摘要步骤step1 Function Setstep2 Goodness of a Functionstep3 Find the best function小结及展望 摘要 logistic regression 逻辑回归虽然他的名字中带有“回归”，但是实际上它是一种分类方法，与之前学习的线性回归是不同的。 步骤 step1 Function Set 求和所有的参数w和x的乘积，加上b就是z的值，然后sigm
机器学习笔记-Regression-回归问题
qq_45351128的博客
04-04 1181
机器学习笔记第一节课Regression-回归问题 第一节课 一、机器学习就是自动寻找函式 输入一段音频，通过函式输出相应的句子。 输入一张图片，通过函式输出相应的图片名词。 二、Supervised Learing(监督学习) 在找函数前先给一些正确的数据集(带标注的数据集)，通过数据集找到一个函数 三、Reinforcement Learning(强化学习) 不要求预先给定任何数据，通过接收环境对动作的反馈获得学习信息并更新模型参数 四、Unsupervised Learning(无监督学习) 在找函
市场趋势预测：这是一个构建知识图谱课程的项目。 该项目利用历史股价，并整合了来自客户的社交媒体，以预测道琼斯工业平均指数（DJIA）的市场趋势。
02-06
市场趋势预测 这是一个构建知识图谱课程的项目。 该项目利用历史股票价格，并整合了来自客户的社交媒体，以预测道琼斯工业平均指数（DJIA）的市场趋势。 数据周期：2016年8月1日至2017年10月31日。DJIA数据范围：2016年8月1日至2017年11月30日。数据来源：Business Insider（记录号：2,017），Reddit finance（4,383），facebook（11,528） ），雅虎财经（10,478），Twitter（24,271）结构数据：Facebook，Twritter。 预测结果 请。 请引用。 T+1 Prediction
2020李宏毅机器学习学习笔记--1.概论与Regression回归
weixin_44790306的博客
04-17 517
2020李宏毅机器学习第一周学习笔记 第一节课 课程介绍（P1） 机器学习的本质就是自动寻找函数 比如： ------输入语音信号，输出文字信号 ------输入图片，输出内容 ------输入一个问题，输出一个答案 机器学习包含以下 ----Regression（回归） The output of the function is a scalar.:函数的输出是一个数值 ----Classification（分类） -Binary Classification(二元分类): 输出只有两种可能，正面或负面
【机器学习李宏毅课程笔记】01.Regression
weixin_63614711的博客
05-14 356
本文介绍机器学习的一种方法Regression
2021李宏毅机器学习笔记--5 classification分类
guoxinxin0605的博客
05-09 444
2021李宏毅机器学习笔记--5 classification分类1 摘要2 分类步骤2.1 model（function）2.2 loss2.3 best3 小结与展望 1 摘要 本文主要介绍classification分类，分类是指这样一个函数，输入一个对象x，经过函数之后的输出是这个对象属于哪个类别，比如医疗诊断，把一个病人的年纪性别症状等进行输入，它的输出是具体的哪一种病，比如信用卡借贷系统，把一个人的年纪，收入，职业等输入，输出是=的是系统判定的能否借钱。值得注意的是，在分类函式中，类别是事先已
DW李宏毅机器学习笔记--Task02-回归
StarryPilgrim
08-18 420
文章目录前言一、回归定义二、模型步骤Step 1：模型假设 - 线性模型一元线性模型（单个特征）多元线性模型（多个特征）Step 2：模型评估 - 损失函数如何判断众多模型的好坏Step 3：最佳模型 - 梯度下降梯度下降推演最优模型的过程梯度下降算法在现实世界中面临的挑战w和b偏微分的计算方法如何验证训练好的模型的好坏总结 前言 这是我在Datawhale组队学习李宏毅机器学习的记录，既作为我学习过程中的一些记录，也供同好们一起交流研究，此后还会继续更新相关内容的博客。 一、回归定义 回归（Regres
李宏毅 机器学习笔记-02 Regression
热门推荐
花花的博客
07-23 1万+
Regression 回归 就是能够用一个线较为精确地描述数据之间的关系。这样当出现新的数据的时候，就能够预测出一个简单的值。回归中最常见的就是房价的问题。收集到的房屋面积和房价的数据，如下图所示： 在这种情况下，就可以利用回归模型构造出一条线来近似地描述房价与房屋面积之间的关系，从而就可以根据房屋面积推测出房价（这里也可以有多个标签，例如房间的个数，卧室的面积等）。 回归算法的输出是一个标量...
李宏毅机器学习笔记-半监督学习
夏之微风的博客
10-18 718
半监督学习，一般应用于少量带标签的数据（数量R）和大量未带标签数据的场景（数量U），一般来说，U>>R。半监督学习一般可以分为2种情况，一种是，这种情况下，将的feature利用进来。另外一种是，这种情况下，在训练的整个过程中，完全不看任何的信息。为什么要做呢，因为我们现实中大多数情况下，搜集数据比较容易，但是数据标注比较困难。包括我们的人生中，我们自己也是一直在做为什么会有用呢，因为可以告诉我们一些信息。通常，我们在做时，会做出一些假设，这个假设很关键，会影响最后的结果。
2021李宏毅机器学习笔记--7 deep learning深度学习 与 fully connect feedforward network全连接前馈网络
guoxinxin0605的博客
05-22 1111
2021李宏毅机器学习笔记--7 deep learning深度学习 与 fully connect feedforward network全连接前馈网络摘要步骤step1 Neural networkFully Connect Feedforward Network全连接前馈网络step2 goodness of a functionstep3 Backpropagation小结与展望 摘要 近些年来。在各个领域，用到深度学习的地方越来越多，从深度学习提出之初经历过几次起起伏伏才到今天。本文主要介绍深
Lucas带你手撕机器学习——决策树
Lucas在澳洲
10-25 751
决策树是一种基本的分类与回归方法，它通过树状结构对数据进行分类或预测。每个内部节点代表一个特征（属性），每个分支代表特征的一个可能值，而每个叶子节点代表一个分类或预测值。由于其直观和易于理解的特点，决策树广泛应用于机器学习、数据挖掘和决策分析等领域。决策树是一种强大且易于理解的机器学习模型，适用于分类和回归任务。通过选择最优特征进行划分，决策树能够有效地对数据进行建模。尽管决策树有许多优点，但在实际应用中也需要注意过拟合和不稳定性的问题，因此常常结合剪枝技术进行改进。
从零开始机器学习——基于PyTorch构建你的第一个线性回归模型
bjxiaxueliang的CODING技术小馆
10-24 973
随着人工智能技术的迅猛发展，机器学习成为了现代科技领域中最炙手可热的话题之一。然而，对于初学者来说，机器学习似乎总是充满了复杂的理论和难以理解的概念。本文将带你从零开始，使用PyTorch深度学习框架，构建一个最简单的线性回归模型，一步步揭开机器学习的神秘面纱。无需预先的专业背景知识，只需跟随本文的指导，你就能亲手实现一个可以预测数据的机器学习模型！
【机器学习基础】激活函数
weixin_41838721的博客
10-22 452
Sigmoid函数 观察导数图像 在我们深度学习里面，导数是为了求参数W和B，W和B是在我们模型model确定之后，找出一组最优的W和B，使我们那个模型输入的x，得出我们Y最近我们真实结果的一个Y 导数函数图像，往两边走的话，它的导数为零。如果这样的情况出现的话，出现梯度消失。我们希望它的导数是一个平稳值，不要大也不要小 值落在，无穷大的时候或者无穷小的时候，它的导数就接近于零，此时W和B就不能更新了，无法找到最优的W和B。你就是你不断找不找，每天也走一走个几米几米远，事实上W和B在几千米远之外
【果蔬识别】Python+卷积神经网络算法+深度学习+人工智能+机器学习+TensorFlow+计算机课设项目+算法模型
子午的博客
10-30 535
果蔬识别系统，本系统使用Python作为主要开发语言，通过收集了12种常见的水果和蔬菜（‘土豆’, ‘圣女果’, ‘大白菜’, ‘大葱’, ‘梨’, ‘胡萝卜’, ‘芒果’, ‘苹果’, ‘西红柿’, ‘韭菜’, ‘香蕉’, ‘黄瓜’），然后基于TensorFlow库搭建CNN卷积神经网络算法模型，然后对数据集进行训练，最后得到一个识别精度较高的算法模型，然后将其保存为h5格式的本地文件方便后期调用。再使用Django框架搭建Web网页平台操作界面，实现用户上传一张果蔬图片识别其名称。
【机器学习】图像识别——计算机视觉在工业自动化中的应用
2202_76097976的博客
10-19 2865
本文详细探讨了图像识别技术在工业自动化中的广泛应用，包括质量控制、物体检测与分拣、机器人视觉导航和安全监控等场景。图像识别依赖于深度学习模型，尤其是卷积神经网络（CNN），其中ResNet、YOLO和Faster R-CNN等模型各有其优势。ResNet适用于高精度检测，YOLO注重实时性，而Faster R-CNN则适合小物体的高精度识别。通过代码示例展示了如何在工业场景中应用YOLO进行物体检测。
【学术会议论文投稿】深度解码：机器学习与深度学习的界限与交融
来自想要赚大钱的小周同学
10-28 1717
机器学习：作为人工智能的一个重要分支，机器学习致力于让计算机通过数据和算法自动改进其性能，而无需进行显式的编程。这一概念最早可以追溯到20世纪50年代，随着算法和计算能力的不断演进，机器学习逐渐从理论走向实践，成为解决复杂问题的重要工具。深度学习：则是机器学习的一个子集，特指利用深度神经网络模型进行学习和预测的技术。深度学习的兴起主要得益于21世纪初大数据的爆发和计算能力的显著提升。通过构建多层的神经网络，深度学习能够自动从数据中学习并提取高层次的特征表示，从而在处理复杂任务时展现出强大的能力。
深入探索电能消耗数据：基于机器学习的分析与洞察
不迁怒，不贰过。小知识，大智慧。
10-25 848
本文旨在为读者提供一个全面的项目框架，涵盖从数据清洗到机器学习模型评估的各个环节。通过详细的步骤和示例代码，读者将能够更好地理解数据分析的流程，并在实际项目中应用这些知识。无论你是数据分析的初学者，还是希望提升技能的专业人士，这篇文章都将为你提供有价值的参考。   在接下来的内容中，我们将逐步深入每一个环节，帮助你掌握数据分析与机器学习的核心要素，最终实现从数据到洞察的转变。让我们一起踏上这段探索之旅，揭开数据背后的秘密。
机器学习初学者指南：Scikit-Learn基础到实战
最新发布
萧鼎的博客
10-30 858
Scikit-Learn是一个简单且高效的工具库，专为Python语言设计，提供了丰富的机器学习算法和工具。它适合于各种机器学习任务，包括分类、回归、聚类和降维等。
李宏毅机器学习笔记logic regression
09-22
Logic Regression是一种用于分类问题的机器学习算法。它使用一条直线作为边界来区分两个类别。然而，如果数据不能被一条直线分割，Logic Regression就无法处理。为了解决这个问题，我们可以对基向量进行变形，从而...
评论
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