![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 78
龟背竹
就算头发掉光,也要看完《Deep Learning》
展开
-
机器学习问题的改变,我的注意点
先放在这,实验中应该参考一下~~在 AI科技大本营 公众号中看到 《戴文渊:机器学习教科书的 7 大经典问题》文章中写道:1、神经网络层数问题 不宜超过三层2、决策树层数问题 不能超过五层3、特征值数量问题 不能超过一千前三个问题随着数据量的增加而逐渐改变以往的观念“Valiant引理,它可以理解为“模型复杂度(例如专家系统的规则数量)要和数据量成正比”。数据量越大转载 2017-08-19 11:04:47 · 267 阅读 · 0 评论 -
机器学习的关注点
《统计学习方法》第一章 提到 统计学习方法由3要素组成 方法 = 模型 + 策略 + 算法 在另一篇文章中换另一种方法通俗说 模型是指我们用什么函数来更好地表示数据 策略 是指 我们应该用什么标准评价模型的好坏原创 2017-08-21 22:09:36 · 180 阅读 · 0 评论 -
logistic 回归
logistic回归 :对数几率回归;名字是回归,但实际上是一个分类学习方法。原创 2017-08-26 14:50:52 · 288 阅读 · 0 评论