自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(2)
  • 收藏
  • 关注

原创 深度学习入门系列(1):简单的逻辑回归模型搭建

目录 一、前言 二、参考资料与基础 三、为什么是线性回归 四、问题分析 一、前言 本文写于笔者入门深度学习之时,了解尚浅,只是把自己看到的、学到的分享在论坛上,有问题之处请指教,友善交流。 二、参考资料与基础 参考资料:《动手学深度学习》 基础:对深度学习框架有一定的认识,了解nd的基础运算、自动求导 三、为什么是线性回归 作为机器学习的一个重要分支 ——深度学习,通常基于神经网络模型逐级表示越来越抽象的概念或模式。对于入...

2022-01-08 01:10:57 1507

原创 统计学习方法

统计学习方法 入门概念 一、监督学习与非监督学习 从模型的训练上来讲分为监督学习、非监督学习。 监督学习(supervised learning) 实现步骤: 1.得到一个有限的训练数据集 2.确定模型的假设空间,也就是所谓的备选模型。即选择模型的 过程。 3.确定模型选择的准则,也就是学习的策略 4.实现模型求解最优解的算法 5.利用学习方法求解最优解模型 6.利用学习到的最优解模型进行预测、分析 监督学习与无监督学习最大的区别就是样本是否有标签 二、方法 = 模型 + 策略 +算法 模型(

2022-01-04 16:30:47 1080

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除