![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
Kento_
这个作者很懒,什么都没留下…
展开
-
周总结
白话AI(https://blog.csdn.net/sfm06sqvw55dft1/article/details/79149283) 首先看了一篇关于深度学习的好懂的文章,里面用简单易懂的例子解释了什么是导数,什么是偏导数,以及学习深度学习我们应该知道什么。 上周主要了解了什么是机器学习,以及监督学习和无监督学习。 机器学习是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各...原创 2019-03-17 17:25:45 · 363 阅读 · 0 评论 -
第二周回顾
上周整个人的状态还是比较不错的,但距离我预期的目标,或者说我一开始给自己定下的计划,还是有一定的距离。因此我需要不断完善我的计划。距离四级考试还有八十二天,高数、线代和专业课同样不能落下,所以我需要尽可能好的平衡我的时间。 下面说一下我上周机器学习的成果。 单变量线性回归 首先用房价预估引入模型。房价预测训练集中,同时给出了输入 x 和输出结果y ,即给出了人为标注的”正确结果“,且预测的量是连续...原创 2019-03-24 12:32:33 · 170 阅读 · 0 评论 -
第四周学习总结
本周我给自己定的学习目标有很大程度上的降低,所以基本都算完成。 关于深度学习,本周主要学习了多变量线性回归。 多功能 对于一个要度量的对象,一般来说会有不同维度的多个特征。比如房屋价格预测,除了房屋的面积大小,可能还有房屋的年限、房屋的层数等等其他特征。所以引入一个列表求参数。引入一些新的记号。 多元梯度下降法 多变量代价函数类似于单变量代价函数。 对偏导数的应用 计算时需要同时更新所有参数。...原创 2019-04-07 09:32:09 · 156 阅读 · 0 评论 -
第五周学习总结
归一化 多元梯度下降法 特征缩放 (特征归一化) 将特征值归一化的目的是让代价函数收敛的速度变快。 特征归一化 x ia = x ib/x imax 我们希望将xi 的范围控制在−1≤xi≤1 均值归一化 寻找全局最优解,加快梯度下降求最优解的速度,有可能提高精度 如果对输出结果范围有要求,用归一化 如果数据较为稳定,不存在极端的最大最小值,用归一化 ...原创 2019-04-14 13:09:25 · 139 阅读 · 0 评论 -
第六、七周学习总结
Logistic 回归 分类 添加一个样本,这个例子没有提供任何新信息,使得线性回归对数据的拟合直线产生变化生成一个更坏的假设。把线性回归应用于分类问题通常不是一个最优的解决办法,对数据集进行线性回归并不是每次都能取得最好的效果。 肿瘤诊断问题的目的是告诉病人是否为恶性肿瘤,是一个二元分类问题。 (0 表示负向类,代表恶性肿瘤,1 为正向类,代表良性肿瘤。) 加入偏差项,线性回归算法给出了青色的拟...原创 2019-04-29 13:57:25 · 127 阅读 · 0 评论