机器学习
文章平均质量分 93
拉风小宇
本人目前在做银行做软件开发工程师,有浙江大学应用数学以及阿姆斯特丹自由大学人工智能的双硕士学位。
欢迎各位参与探讨关于后端开发,图形学和人工智能的问题,也感谢各位帮我点赞收藏转发我的博客(*^▽^*) Many Thanks
展开
-
Ridge和Lasso回归
上周看了看回归方面的知识,顺便复(xue)习一下Ridge(岭回归)和Lasso回归(套索回归)。瞅到了一篇英文博客讲得不错,翻译一下本文翻译自Ridge and Lasso Regression本文是一篇Josh Starmer关于视频的总结(StatQuest的视频确实是不错的,通俗易懂还唱歌,非常推荐大家有空都看一下点击此处 观看Josh Starmer对Ridge Regression的解释点击此处 观看Josh Starmer对 Regression的解释过拟合(Overfi翻译 2021-02-08 05:54:23 · 4633 阅读 · 0 评论 -
深度学习概念之Epoch,Batch Size和Iterations
本文解释了深度学习里面三个最常见的概念,他们分别是Epoch,Batch Size和Iterations,看了看现有的博客还是错误蛮多的,看到一篇国外的博文不错,翻译一波翻译 2020-12-24 04:47:22 · 1428 阅读 · 0 评论 -
为什么不用平方误差(MSE)作为Logistic回归的损失函数?
在这篇博文中,我们主要对比在逻辑斯蒂回归中的**log loss**(对数损失)和**mean squared error**(平均平方误差),并且根据经验和数学分析证明为什么我们推荐使用“log loss”翻译 2020-12-21 03:37:37 · 12046 阅读 · 10 评论 -
纠错输出编码(Error-Correcting Output Codes: ECOC)
ECOC与One-vs-One(OvO)和One-vs-ALL(OvA)一样属于将多分类分解为二分类问题的分而治之(Divide and Conquer)的方法,并且也可以将ECOC理解为一种OvO和OvA经过推广过后的方法。原创 2020-08-17 06:14:12 · 5628 阅读 · 1 评论 -
利用LSTM和quantile regression(分位数回归)的异常行为检测
本文翻译自:Anomaly Detection with LSTM in Keras-- Marco Cerliani“异常行为”(anomaly)的定义在不同的上下文中会有区别。在这种混乱中,我们可以知道:异常行为与我们感关注的领域密切相关。异常检测在商业中是非常有用的,并且检测的难度取决于应用领域。如果遇到涉及人们活动的异常检测问题(例如对销售或需求的预测),则可以利用人们行为的基本...翻译 2020-04-05 04:21:47 · 6698 阅读 · 20 评论 -
理解LSTM网络
最近学习Deep Learning的RNN和LSTM,找到一篇来自2015年Colah撰写的非常好的博客,当然我也看到有人翻译过了,暂且不管,希望我的这个版本比他们的好吧哈哈Understanding LSTM Networks – colah循环神经网络 (Recurrent Neural Networks / RNN)人们读句子的时候,会根据前面的词对整个句子进行整体理解,而不会一...翻译 2019-06-15 17:54:13 · 1414 阅读 · 3 评论 -
Q-Learning介绍:一种增强学习
最近在训练机器人,学习了Q-learning算法,看到了几篇比较好的文章,好几篇文章已经有人翻译过了,还有一系列好文章还没有翻译版本,这篇文章是medium上的,出处为An introduction to Q-Learning: reinforcement learning ——ADLQ-learning是一种基于值的监督式学习算法。在此文中,我们将从以下几方面介绍Q-learning算...翻译 2019-01-24 07:30:47 · 1116 阅读 · 0 评论 -
机器学习5 正则化的线性回归(Regularized Linear Regression)和偏差对方差(Bias v.s. Variance)
在这篇博文中我们将会实现正则化的线性回归以及利用他去学习模型,不同的模型会具有不同的偏差-方差性质,我们将研究正则化以及偏差和方差之间的相互关系和影响。这一部分的数据是关于通过一个水库的水位来预测水库的流水量。为了进行偏差和方差的检验,这里用12组数据进行回归而用交叉数据集中的21组数据进行验证。原创 2018-05-22 23:08:51 · 2305 阅读 · 2 评论 -
机器学习4 神经网络学习(Neural Networks Learning)
在上一篇博文的后半段引入了神经网络的概念并且介绍了神经网络的前向传播(feedforward propagation),这篇博文较为详细地讲解神经网络,主要是反向传播(backpropagation)算法是如何“学习”神经网络中的参数的。原创 2018-05-21 16:10:06 · 1571 阅读 · 0 评论 -
机器学习3 多类别分类(Multi-class Classification)和神经网络(Neural Networks)
我们在上一篇博客中利用logistic回归做了二分类,这里我们继续利用logistic回归做多类别分类。这里我们利用一种非常常见的情形作为例子,就是手写数字识别。原创 2018-05-20 13:31:57 · 25062 阅读 · 0 评论 -
机器学习2 逻辑回归(Logistic Regression)
逻辑回归首先谈一下我对这部分知识的理解,逻辑回归(西瓜书叫做对数几率回归)在这一部分主要是用于做分类的。 我们以一次考试为例,考试分为两门课,一共一百位同学参加考试,用黑色“+”表示通过,黄色“o”表示未通过,在二维坐标轴中将其表示出来 这是一个二分类问题,对于二分类来讲,最理想的就是“单位阶跃函数”了,y(z)y(z)y(z)在z>0z>0z>0的时候为1原创 2018-05-19 22:55:07 · 438 阅读 · 0 评论 -
机器学习1 线性回归(Linear Regression)
立个flag,本人从今天正式开始学习机器学习(Machine Learning) 选取的第一门课还是吴恩达(Andrew Ng)的斯坦福大学公开课 :机器学习课程,我打算从作业入手,结合课程进行学习,预计一共分为8篇,这是第一篇单变量线性回归给定是数据集包括97个数组,其中第一个表示人口数,第二个表示盈利数,我们希望得到两者之间的线性表达关系。下图是将点在坐标轴中绘制出![点坐标](...原创 2018-05-17 22:45:10 · 731 阅读 · 2 评论