lantern_wu的博客

函数一次函数y=ax+b(a、b为常数，a≠0)a:斜率b:截距y=ax+b \qquad (a、b为常数，a\neq0) \qquad a:斜率 b:截距y=ax+b(a、b为常数，a​=0)a:斜率b:截距y=ax1+bx2+c(a、b、c为常数，a≠0,b≠0)y=ax_1 + bx_2 + c \qquad (a、b、c为常数，a\neq0,b\neq0)y=ax1​+bx2​+...

从今天开始，准备做深入学习人工智能的相关知识。先从机器学习知识开始。 因为之前有在网易公开课上简单看过Ng的机器学习课程，不过那个是当时在斯坦福录制的，比较老。这次要系统全面深入地学习，毕竟也需要与时俱进么，虽然貌似好像最近AI没有那么热了，还是学点知识吧~~ 主要从以下几个网站进行学习。包括： https://www.coursera.org/ 强烈推荐这个机器学习课程，不光有课程 视频...

线性回归可以认为是多项式回归的一个特例吧，最高次幂是1的多项式回归。可以有多个参数或者叫维度。 所有的课程都很热衷于用房价来展示，看来国内外都不可避免。 也有用虫子与温度关系表示： 这里，xxx是属于R1R1R^1的向量，只有一个维度，x1x1x_1表示每分钟的虫子名叫次数。为了根据虫子鸣叫的次数预测温度，我们可以通过一个线性方程表达。 hθ(x)=θ0+θ1x1hθ(x)=θ...

刚刚看到线性回归，就出了问题。 google的速成课程视频无法播放了，无语 不过发现如果在左下角设置成英文，视频就可以播放了，我很机智。 不过虽然视频可以播放，但是相关的链接不翻墙的话还是无法进入。比如pandas介绍，和Tensorflow初步啥的。。。 百度了好多，终于发现有人做过类似的事情，做了汉化，相信他们都翻墙了。 https://blog.csdn.net/we...

之前的一些知识让我们总结机器学习的一般过程，是从训练到预测的顺序过程。通过一系列的历史数据，总结出一个数学模型，再根据数学模型预测未来的结果。 这一切应该都是建立在未来和过去存在联系的假设上，未来的一些行为与过去的一些行为类似。同样的条件下，可能会出现同样的结果。 之前的线性回归模型，也同样是通过历史数据，无论是房价的变化还是虫子的鸣叫。模型认为每份数据的权重是一样的，对未来预测模型的贡献是相...

根据采用的机器学习算法，明确算法模型以及损失模型之后，一个重要的问题就是调整模型参数，降低损失。 这就把机器学习的一部分问题转换为传统的最优化问题。常用的方法包括： - 批量梯度下降 - 随机梯度下降 - 牛顿法 - Adam - Adagrad - …大部分都还不清楚，就知道名字，后续随着学习会不断深入。今天主要考虑最简单的梯度下降法。 梯度，从数学的角度解释就是导数，或者更...