![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 92
lwang0307
这个作者很懒,什么都没留下…
展开
-
吴恩达《Machine Learning》笔记
十、应用机器学习的建议(Advice for Applying Machine Learning)10.1 决定下一步做什么假如,得到学习参数以后,想要将假设函数放到一组新的样本上进行测试,该怎么办?以下几种选择:获得更多的训练样本——通常是有效的,但代价较大,下面的方法也可能有效,可考虑先采用下面的几种方法。尝试减少特征的数量尝试获得更多的特征尝试增加多项式特征尝试减少正则化程度λ\lambdaλ尝试增加正则化程度λ\lambdaλ我们不应该随机选择方法,而是运用一些机器学习诊断法原创 2021-01-24 08:15:08 · 292 阅读 · 0 评论 -
吴恩达《Machine Learning》笔记(二)
八、神经网络:表述(Neural Networks: Representation)8.1 非线性假设当我们使用x1x_1x1, x2x_2x2 的多次项式进行预测时,我们可以应用的很好。但是,如果特征非常多(比如识别视觉对象),一般的逻辑回归处理不了,就需要神经网络。8.2 神经元和大脑神经网络是一种很古老的算法,它最初产生的目的是制造能模拟大脑的机器。对于现代机器学习应用,神经网络是最有效的技术方法。8.3 模型表示1其中x1x_1x1, x2x_2x2, x3x_3x3是输原创 2020-12-27 19:22:05 · 174 阅读 · 0 评论 -
吴恩达《Machine Learning》笔记(一)
一、引言1.1 背景机器学习从人工智能发展而来是为计算机开发的一种新功能应用数据挖掘无法手动编写的程序(手写识别)私人定制程序(Amazon推荐)理解人类的学习过程和大脑1.2 什么是机器学习Arthur Samuel:在没有明确设置情况下,使机器具有学习能力的研究领域。Tom Mitchell:从经验E,解决任务T,进行性能度量P,通过P测定在T上的表现因E而提高。监督学习:教会计算机做无监督学习:计算机自己做1.3 监督学习给一个数据集,其中包含了正确答案。回归:输出连原创 2020-12-27 19:20:19 · 207 阅读 · 0 评论