机器学习
文章平均质量分 76
LX_Lee
这个作者很懒,什么都没留下…
展开
-
机器学习入门1
一,引言 1,机器学习定义:一个程序被认为能够从经验E中学习从而解决任务T,达到性能度量值P,当且仅当有了E后经过P评判,程序在处理T时有所提升。 2,监督学习:给定数据集中每个样本的正确结果,拟合数据,推测出一个连续值得结果。 监督学习的两种问题:回归——推测出连续值 分类——推测出离散值原创 2016-02-25 16:21:49 · 287 阅读 · 0 评论 -
机器学习入门2
一、多变量线性回归 1,定义:将单变量的线性回归问题升级为相当于的问题。 2,多变量梯度下降 误差平方和代价函数: 3,梯度下降技巧1-特征缩放 确保特征的值在同一个范围内,否则等高线图过于瘦长,不利于梯度下降计算,路径归于曲折 常见的缩放方法: 4,梯度下降技巧2-学习率 看迭代次数 也可以看代价函数的变化值与阈值(0原创 2016-02-25 16:27:54 · 285 阅读 · 0 评论 -
CS231n官方笔记:李飞飞斯坦福
贺完结!CS231n官方笔记授权翻译总集篇发布 - 智能单元 - 知乎专栏 https://zhuanlan.zhihu.com/p/21930884 CS231n课程笔记翻译:图像分类笔记(上) - 智能单元 - 知乎专栏 https://zhuanlan.zhihu.com/p/20894041 CS231n课程笔记翻译:图像分类笔记(下) -转载 2016-09-20 18:56:09 · 1604 阅读 · 0 评论