![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
2019李宏毅机器学习
loserChen.
这个作者很懒,什么都没留下…
展开
-
李宏毅机器学习之Anomaly Detection
李宏毅机器学习之Anomaly Detection要解决的问题给定一个数据集,我们想要找到一个函数可以区分输入x是否相似于数据集什么是异常异常侦测的应用异常侦测的分类异常侦测的一般框架(有标签)异常侦测的一般框架(无标签)那么假设数据点的分布满足高斯分布,那么就需要找到使L(θ)L(\theta)L(θ)最大的均值和方差。利用计算出的均值和方差,再利用验证集确定阈...原创 2019-06-09 11:06:57 · 541 阅读 · 1 评论 -
李宏毅机器学习之Attack and Defense
李宏毅机器学习之Attack and Defense机器训练出来的模型不光性能要强,还要能够对抗人类的恶意、攻击通过人为地对图片加上噪声,使得分类产生错误。无目标的攻击:就是使得结果与事实的距离越远越好有目标的攻击:输出与答案距离越远越好的同时,还与指定的输出越接近越好Constraint的限制可以简单理解为人眼看不出差别,但是机器可以给出完全不同的答案一般对于限制的选择就是...原创 2019-06-09 11:14:03 · 999 阅读 · 0 评论 -
李宏毅机器学习之Explainable ML
李宏毅机器学习之Explainable MLLocal Explanation通过移动灰色方块,来确定哪个部分是最重要的,越趋于蓝色表示越重要。类似的想法,逐像素修改,查看输出的变化求梯度的方法具有一定的局限性:Global Explanation找一个输入使得yi最大,得到的结果如下左图所示,机器觉得最像每个数字的图像在人看来都是噪声设计一个R(x),使得x*中白点...原创 2019-06-16 21:12:26 · 1256 阅读 · 0 评论 -
李宏毅机器学习之Life Long Learning
李宏毅机器学习之Life Long LearningLife-long Learning需要解决的问题Knowledge Retention学习完任务2后任务1的正确率下降了如果一起学,可以学的很好,为什么分开学,就乱了,Catastrophic ForgettingEWC 核心思想:在二次训练的时候,之前比较重要的参数尽量不要去改theta1 在平原上,所以变化对任务1的影...原创 2019-06-16 21:17:19 · 6258 阅读 · 0 评论