![](https://img-blog.csdnimg.cn/20200429213144657.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
深度学习
深度学习
Jack Mai
Stay hungry.
展开
-
机器学习基础:贝叶斯定理及其应用示例
P(h∣D)P(h|D)P(h∣D)原创 2018-11-19 02:09:53 · 734 阅读 · 0 评论 -
机器学习基础:朴素贝叶斯分类器及其应用示例
贝叶斯定理:(1)P(h∣D)=P(D∣h)P(h)P(D){ P(h|D)=\frac{P(D|h)P(h)}{P(D)} \tag{1}}P(h∣D)=P(D)P(D∣h)P(h)(1)P(C∣A×B)=P(A×B∣C)P(C)P(A×B)=P(A∣C)P(B∣C)P(C)P(A)×P(B)P(C|A×B)=\frac{P(A×B|C)P(C)}{P(A×B)} = \frac{...原创 2018-11-25 16:19:59 · 1268 阅读 · 1 评论 -
【机器学习】梯度下降算法
单个误差:e=12(y−yˉ)2e=\frac{1}{2}(y-\bar{y})^2e=21(y−yˉ)2误差和:E=e(1)+e(2)+e(3)+...+e(n)=∑i=1ne(i)=12∑i=1n(y(i)−yˉ(i))2\begin{aligned}E&=e^{(1)}+e^{(2)}+e^{(3)}+...+e^{(n)}\\&=\sum_{i...原创 2019-03-16 21:58:47 · 182 阅读 · 0 评论