![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Machine Learning
文章平均质量分 87
Choly_chen
这个作者很懒,什么都没留下…
展开
-
机器学习之二:线性模型
一、基本形式 1)定义 已知示例xxx,线性模型想要学习一个由属性的线性组合进行预测的函数,可表示为y=wTx+by=wTx+by = w^Tx +b。 2)优势 线性模型形式简单,易于建模 可在线性模型的基础上通过引入层级结构或高维映射得到功能更强大的非线性模型 由于 www 直观的表达了各属性的重要程度,故线性模型具有很好的可解释性 二、线性回归 学习 w,bw,b...原创 2018-04-17 13:16:11 · 338 阅读 · 0 评论 -
机器学习之一:模型评估与选择
之前认真看了一遍《机器学习》,最近想快速过第二遍,并记录下重要内容。回看之前自己写的东西,好像自己一直倾向于只记录干货,这样的结果就是写出的东西很噎人....嗯...不敢回看...之前组会汇报时,老板也有提过,对一些概念/公式的来龙去脉并没有很清晰的展现出来,今后要注意这一方面。站在读者/听众的角度考虑,哪些知识是大家已知的,哪些是大家很模糊需要阐释清楚的,不要急着向外扔干货,要有铺垫/交待。Ok...原创 2018-04-12 14:15:35 · 418 阅读 · 0 评论 -
机器学习之三:决策树
一、基本流程 决策树通过“分而治之”的策略,采用递归的方式学习得到树结构,目标为学习一个泛化能力强的决策树。有三种情形会导致递归返回: 1. 当前节点包含的样本均属于同一类别 2. 当前节点属性集为空或所有样本在所有属性上取值相同 3. 当前节点样本集为空 出现以上三种情况中的任意一种,该节点标记为叶节点,对1来说,该叶节点的类别即为样本类别;对2来说,该叶节点的类别为包含样本最多的类别...原创 2018-04-18 13:14:15 · 319 阅读 · 0 评论 -
机器学习之四——神经网络
一、神经元模型 1. 神经元的工作原理 网络中的基本单元为神经元,每个神经元收到n个来自其他神经元的输入信号,这些输入信号通过带权重的连接进行传递。 每个神经元收到的总的输入值与神经元的阈值相比较,若高于阈值,则该神经元被激活并通过激活函数产生神经元的输出。 (为什么要用激活函数:使得神经网络由简单的线性变换延伸到非线性变换,可获得更强大的表示能力;同时将输入值映射后更利于反向传播时计...原创 2018-04-19 12:57:28 · 551 阅读 · 0 评论