- 博客(11)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 八、【机器学习作业】K-means聚类 & 降维PCA（python版ex7）
K-means聚类 & 降维PCA（一）K-均值聚类 K-means Clustering（1）运行K-均值 Implementing K-means（2）在数据集上使用K-均值 K-means on example dataset（3）随机初始化 Random initialization（4）K-均值图像压缩 Image compression with K-means（二）主成分分析...
2019-08-27 16:21:48
2662
原创 【机器学习笔记】无监督学习（K-means聚类 & 降维PCA）
无监督学习（K-means聚类 & 降维PCA）（一）（1）（2）（一）（1）（2）
2019-08-22 19:18:48
2586
原创 【机器学习笔记】神经网络反向传播算法 推导
神经网络反向传播算法 推导（一） 概念及基本思想（二）信息的前向传播（三）误差反向传播（1）输出层的权重参数更新（2）隐藏层的权重参数更新（3）输出层与隐藏层的偏置参数更新（4）反向传播算法的4个核心公式（5）BP算法计算：某个训练数据的代价函数对参数的偏导数（6）总结：用“梯度下降”算法更新参数（一） 概念及基本思想误差反向传播算法简称反向传播算法（即BP算法）。使用反向传播算法的多层感知器...
2019-08-11 16:00:10
1141
3
原创 六、【机器学习作业】正则化线性回归和偏差\方差（python版ex5）
正则化线性回归和偏差\方差（ex5）（一）正则化线性回归 Regularized Linear Regression（1）可视化数据集 Visualizing the dataset（2）正则化线性回归代价函数 Regularized linear regression cost function（3）正则化线性回归梯度 Regularized linear regression gradient...
2019-08-07 10:53:44
898
原创 【CSDN笔记】数学公式对齐
$$\begin{aligned}a &=b+c+d \\&=e+f+g\end{aligned}$$a=b+c+d=e+f+g\begin{aligned} a &=b+c+d \\ &=e+f+g \end{aligned}a=b+c+d=e+f+g之前查了相关信息，现在需要将align改写成aligned...
2019-08-06 18:23:45
1196
原创 五、【机器学习作业】反向传播的神经网络（python版ex4）
反向传播的神经网络（ex4）（一）神经网路 Neural Networks（1）可视化数据集 Visualizing the data（2）模型表示 Model Representation（1）读取数据（2）读取权重（3）计算参数（二）反向传播（三）可视化隐藏层在这篇博客中，使用的例子依然是手写字符的识别。（一）神经网路 Neural Networks（1）可视化数据集 Visualiz...
2019-08-06 09:03:13
991
原创 【机器学习笔记】训练并优化神经网络的步骤
训练并优化神经网络的步骤选择网络结构，即决定选择多少层以及决定每层分别有多少个单元。第一层的单元数即训练集的特征数量。最后一层的单元数是训练集的结果的类的数量。如果隐藏层数大于1，确保每个隐藏层的单元个数相同，通常情况下隐藏层单元的个数越多越好。真正要决定的是隐藏层的层数和每个中间层的单元数。训练神经网络：参数的随机初始化通常需要把参数初始化为趋近于0的极小的值。当使用逻辑回归...
2019-08-03 17:54:10
522
原创 【机器学习笔记】如何使用机器学习解决问题
如何使用机器学习解决问题定义问题：收集数据集对数据进行预处理算法（模型）的选择对结果进行优化（评估算法）要用机器学习来解决问题，一般的步骤为：定义问题：收集数据集对数据进行预处理算法（模型）的选择对结果进行优化（评估）定义问题：收集数据集收集问题资料，深入理解问题，然后将问题抽象成机器可预测的问题。明确业务目标和模型预测目标。根据预测目标选择适当的评估指标用于模型评估。...
2019-08-03 13:50:20
524
原创 四、【机器学习作业】多元分类与神经网络（python版ex3）
神经网络（一）神经网络模型（1） 简单模型 vs 复杂模型（2）神经网络模型（二）神经网络的分类与学习方法（三）学习完了机器学习的神经网络课程，现在来将所学记录下来。（一）神经网络模型（1） 简单模型 vs 复杂模型简单模型，其优点是容易理解、可解释性较强，但是为了达到相对好的预测效果，我们通常会考虑对原始特征进一步抽象，增加更多的特征项来弥补模型在处理非线性问题上的缺陷。假设现在有一...
2019-08-03 11:45:55
2437
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人