Goodfellow 花书学习笔记-机器学习基础

VIP文章 已于 2022-09-19 15:45:05 修改
阅读量367 收藏
点赞数
分类专栏： Goodfellow深度学习笔记 文章标签： 深度学习 机器学习 人工智能
于 2022-09-07 18:45:35 首次发布
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/iwill323/article/details/126751030
版权

目录

学习算法

过拟合和欠拟合

超参数和验证集

偏差和方差

偏差

方差

权衡偏差和方差以最小化均方误差

最大似然估计

均方差源于最大似然估计

贝叶斯统计

学习算法

  • 无监督学习算法 （unsupervised learning algorithm）训练含有很多特征的数据集，然后学习出这个数据集上有用的结构性质。在深度学习中，我们通常要学习生成数据集的整个概率分布，显式地，比如密度估计，或是隐式地，比如合成或去噪。还有一些其他类型的无监督学习任务，例如聚类，将数据集分成相似样本的集合。
  • 监督学习算法 （supervised learning algorithm）训练含有很多特征的数据集，不过数据集中的样本都有一个标签 （label）或目标（target）。如逻辑回归、支持向量机、K近邻
最低0.47元/天 解锁文章
iwill323
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
深度学习，Goodfellow，Bengio，花书 开源版PDF，v5最新版
07-30
深度学习，开源最新版，完美版，非影印，有目录！Bengio等大神巨作！
珍藏书籍，人工智能书籍推荐--AI“圣经”/超详细计算机视觉书籍赠送
Java_college的博客
11-26 3655
导读：悟已往之不谏，知来者之可追 一部AI“圣经”《深度学习》中英两版电子书免费赠送 还有超详细的计算机视觉电子书合集
花书 —— 机器学习基础
然后就去远行
12-25 616
1.机器学习算法 什么是学习？ Mitcgell（1997）提供了一个简洁的定义：“对于某类任务T和性能度量P，一个计算机程序被认为可以从经验E中学习是指，通过经验E改进后，它在任务T上由性能度量P衡量的性能有所提升。” 什么是机器学习算法？ 机器学习算法是一种能够从数据中学习的算法。 1.1 任务T 机器学习的任务是什么？ 通常机器学习任务定义为机器学习系统应该如何处理样本（example...
DeepLearning深度学习（花书）读书笔记——机器学习基础（四）
最新发布
小鼻涕虫BoZ的博客
02-20 834
深度学习（花书）读书笔记——第五章 机器学习基础
【西瓜书+花书】速通
weixin_46404552的博客
03-04 500
人工智能、机器学习、深度学习
DeepLearning深度学习（花书）读书笔记——机器学习基础（三）
小鼻涕虫BoZ的博客
02-20 1546
深度学习（花书）读书笔记——第五章 机器学习基础
计算机信息观察家-对抗机器学习.rar
06-14
近日，2019 年 ICLR 已经在新奥尔良落下帷幕，GAN 的作者 GoodFellow 在大会上作了受邀分享：Adversarial Machine Learning，我整理了分享材料和视频内容，供大家学习使用。
【一起看花书1.3】——第5章 机器学习基础
zeiyousao的博客
12-14 1869
本文内容对应于原书的5.7-5.11共5小节内容，其中知识性、结论性的内容偏多，也加入了点个人见解。 5.7 监督学习 监督学习，本质上是复杂函数的拟合，即给定特征xxx,我们需要得到标签yyy，这不就是求一个函数的拟合嘛？线性回归是比较简单的，从高代、概率论就可以理解，甚至用傅里叶级数、插值，不也是嘛？只不过形式太复杂了，我们不能简单的用这些工具。 这里作者大概提了几类方法： 概率监督学习 SVM(包括使用了核方法的） KNN 决策树 其中，概率监督学习指的是，我们通过确定正确的输入和输出变量上的有参
Goodfellow花书--无监督学习
iwill323的博客
09-13 279
Goodfellow花书---无监督学习 这一块没有看懂，以后补充完善
Goodfellow花书学习笔记-卷积神经网络
iwill323的博客
09-12 645
Goodfellow花书 - CNN
花书《deep learning》深度学习 学习笔记 深度学习历史趋势
m0_52186223的博客
01-10 1281
前言部分是对整个深度学习的发展历史的一种俯视，想要进入该领域，对整个发展的起承转合还是需要有一个了解的。 从硬编码到机器学习到表示学习到深度学习，这是一个具有时间序列的发展，可以看到深度学习得发展是十分曲折，很有幸，我能站在第三次浪潮之中，希望能窥见大门。
花书-机器学习基础
qq_31244453的博客
03-31 501
线性代数-深度学习花书第二章 掌握好线性代数对于理解和从事机器学习算法相关工作是很有必要的，尤其对于深度学习算法而言。 基本概念： 学习线代，会涉及以下几个数学概念： 标量(scalar)：标量就是单一的数字，比如单一的整数，实数，有理数等都是标量。 向量(vector)(矢量):可以看出一组标量形成的一维数组，如有n个实数组成的向量： 矩阵(matrix):矩阵是二维数组，所以每个元素需要行和列的指标来标记. 张量（tensor）:张量是多维数组，当它是0时是标量，一维时是向量，二维时是
花书第五章机器学习基础
dbw794363172的博客
04-12 690
1.学习算法 对于某类任务 T 和性能度量P，一个计算机程序被认为可以从经验 E 中学习是指，通过经验 E 改进后，它在任务 T 上由性能度量 P 衡量的性能有所提升。 常见学习任务 任务：机器学习系统如何处理样本（样本是从要处理的对象中收集到的已经量化的特征的集合） 输入缺失分类：当输入向量的每个度量不被保证的时候，学习算法只需要定义一个从输入向量映射到输出类别的函数 回归：对输入给输出 转录：观测一些相对非结构化表示的数据，并转录信息为离散的文本形...
深度学习 机器学习 花书免费下载《Deep Learning》
ZRL4836的博客
02-20 7132
持续更新。。。。。。 下载链接
课程学习向：花书 Deep Learning 第五章 机器学习基础
weixin_40516558的博客
04-04 1352
作者首先在前面推荐了两本书 一本是Murphy(2012) Machine learning A Probabilistic Perspective 资源在这：https://download.csdn.net/download/u013032116/9998333 还有一本是：Bishop(2006)：pattern recognition and machine learning，...
深度学习（花书）读书笔记——第五章-机器学习基础
weixin_40824190的博客
05-31 2513
深度学习是机器学习的一个特定分支。我们要想充分理解深度学习,必须对机器学习的基本原理有深刻的理解。5.1 学习算法机器学习算法是一种能够从数据中学习的算法。然而,我们所谓的 ‘学习’ 是什么意思呢?Mitchell (1997) 提供了一个简洁的定义:‘‘对于某类任务 T 和性能度量P ,一个计算机程序被认为可以从经验 E 中学习是指,通过经验 E 改进后,它在任务 T 上由性能度量 P 衡量的性...
深度学习花书学习笔记 第五章 机器学习基础
liutianheng654的博客
09-27 1779
学习算法： 主要应用于： 分类：输出对应的类。 输入缺失分类：数据不完整，通过机器学习方式补全，主要用GAN 回归：输出输入对应的值。 转录：转录非结构化数据为离散数据。 机器翻译：序列对序列的转换。 结构化输出、异常检测、合成和采样、去噪等等。   性能度量： 准确率表示输出正确结果的样本比率。 错误率表示输出错误样本的样本比率。 。。。填补roc,auc之类如果后面几章...
DeepLearning(花书)第二章主要内容(7-12节)
Mr_Sun2019的博客
08-21 1759
花书第二章后半部分
学习机器学习的书籍建议
07-11
推荐几本学习机器学习的书籍给你： 1. 《机器学习》（周志华著）：这本书是机器学习领域的经典教材，内容全面且易于理解，适合初学者入门。 2. 《统计学习方法》（李航著）：这本书介绍了机器学习的基本原理和常用...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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