- 博客(5)
- 收藏
- 关注
RSS订阅原创 Task05-支持向量机（SVM）
在介绍支持向量机之前，我们不妨先给出SVM的算法流程： SVM算法 定义及两种情况 支持向量机（Support Vector Machine, SVM）是一类按监督学习（supervised learning）方式对数据进行二元分类的广义线性分类器（generalized linear classifier），其决策边界是对学习样本求解的最大边距超平面（maximum-margin hyperplane）。 SVM使用铰链损失函数（hinge loss）计算经验风险（empirical risk
2021-07-30 00:06:27
102
原创 Task04-西瓜书-神经网络
神经网络，是机器学习的一个分支，学名应该叫人工神经网络，与之对应的是生物神经网络（CNN），如下图所示： 在细致了解人工神经网络之前，我们需要对M-P神经元模型有大致的了解，在M-P神经元模型中，神经元接收到其他n个神经元传递过来的输入信号，这些输入信号通过带权重的连接进行传递，神经元收到的总输入值将与神经元的阈值进行比较，然后通过激活函数(active function)处理以产生神经元的输出。 把许多这样的神经元按一定的层次结构连接起来，就得到了神经网络。 神经网络可视为一个包含很多参数.
2021-07-25 23:00:08
348
原创 西瓜书-Task03-决策树
1. 基本概念与流程 决策树是一种常见的机器学习方法。一般的，一棵决策树包含一个根节点、若干个内部节点和若干个叶节点。叶节点对应于决策结果，其他每个节点则对应于一个属性测试。其基本决策算法如下图所示： 决策树的生成是一个递归过程，以下三种情形会导致递归返回： （1）当前结点包含的样本全属于同一属性，无需划分； （2）当前属性集为空，或是所有样本在所有属性上取值相同，无法划分； （3）当前结点包含的样本集合为空，不能划分。 2. 划分选择 目标是希望决策树的分支结点所包含的样本尽可能属于同一类别，
2021-07-22 23:34:05
353
原创 西瓜书-Task02-线性模型
1. 基本形式 线性模型试图学得一个通过属性的线性组合来进行预测的函数，即 一般用向量形式写成： 非线性模型：在线性模型的基础上通过引入层级结构或高维映射而得。 2. 线性回归 线性回归试图学得 确定w和b的方法：关键在于如何衡量f(x)与y之间的差别，可通过均方误差来进行处理，通过使均方误差最小化来求得对应的w和b，即 多元线性回归：下面更一般的情形是针对数据集D而言，样本由d个属性描述，则任务变成如下所示： 同样，可以利用最小二乘法来对w和b进行估计，可将...
2021-07-19 22:03:17
120
原创 南瓜书(机器学习) - Task01 - 学习笔记
背景：正所谓“生化环材”四大天坑，机械土木两大护法。本人是机械专业的研一学生，因为在帮导师搬砖的过程中需要涉及Machine Learning以及Deep Learning方面，因而准备系统学习一下，也感谢DataWhale提供的教学视频与平台。（背景介绍完毕） 打卡任务：Task01是掌握西瓜书的第一章和第二章 学习笔记： 1. 西瓜书的第一章是绪论部分，主要是引入机器学习的概念以及今后需要涉及到一些基本术语： 数据集：一般将一组记录的集合称为一个“数据集”； 属性(特征)：反应事件或对象在某方
2021-07-13 22:29:17
224
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