机器学习
gohna
XDU在读硕士研究生
展开
-
2020李宏毅机器学习与深度学习笔记——Backpropagation
我们前面的学习中,用gradient descent来更新参数,神经网络这一块也是类似的,难点在于我们的参数可能有很多维,为了有效地进行梯度下降,我们采用backpropagation。原创 2020-08-06 09:43:26 · 139 阅读 · 0 评论 -
2020李宏毅机器学习与深度学习——Deep Learning
Deep Learning的三个步骤:1.define a set of function(神经网络)2.goodness of function3.pick the best functionSTEP1.Function:Neural Network不同的连接方式就会有不同的网络结构,怎么连接其实是我们手动去设计的。最常见的连接方式是Fully Connect Feedforward Network:一个神经网络可以看作一个function,如果我们知道这个程式里面的参数,我们就可原创 2020-08-04 10:58:33 · 331 阅读 · 0 评论 -
2020李宏毅机器学习与深度学习——Logistic Regression
Step1.Function SetStep2.Goodness of a FunctionStep3.Find the best functionStep1:我们这里有一个Logistic Regression作为Function。Step2:衡量我们程式的好坏。假设我们有一组训练集(Xn,Ci),这组训练集是根据我们这个几率函数产生的,那给我们一组w和b,我们就可以得到它们产生训练集的几率,最好的参数w和b就是使L(w,b)的最大时相对的w和b。为了使计算简单,我们等同于去求使-lnL(w,原创 2020-08-04 09:50:48 · 241 阅读 · 0 评论 -
2020李宏毅机器学习与深度学习笔记——Classfication_1
本节课的目标是,寻找合适的Function,对于我们的每一个输入x,我们给出合适的输出类别n,如下:这种Function有很大的应用,比如在金融领域,我们可以根据一个人的收入、存款、工作、年龄、过去的财务历史等等,来决定是否贷款给他;再比如医疗方面,我们可以根据一个人现在的症状、年龄、性别、过去的就医历史等等,来判断他生了那种病(自动医疗诊断);再比如做手写文字辨识,类别就是合法字体的个数;再比如做人脸识别,我们输入一张脸,然后在数据库里寻找,找到这张脸的主人。依旧以pockmon来举例,我们知道po原创 2020-07-31 20:26:17 · 1014 阅读 · 0 评论 -
2020李宏毅机器学习与深度学习笔记——Gradient Descemt
REVIEW在机器学习的第三步,我们的目的是通过解一个最优化问题来找到最好的Function。在第二步中,我们定义了一个LOSS Function,我们把一个Function带到这个LOSS Function中,或者我们把操控一个Function的参数(parameters)带到LOSS Function中,来使得LOSS Function越小越好。怎么做?如下所示的步骤,我们对每个参数,对LOSS Function求偏微分,上标表示这是第几组参数,下标表示是该组参数里的第几个。参数更新:上一组参数-l原创 2020-07-30 19:26:06 · 306 阅读 · 0 评论 -
2020李宏毅机器学习与深度学习笔记——Regression
Case举例:股票预测系统 f(一些股票资料)=预测明天股票的点数无人驾驶 f(道路状况)=方向盘角度推荐系统 f(使用者A 商品B)=使用者A购买商品B的可能性课程范例:预测宝可梦的CP值(战斗力)f(某一只宝可梦相关的infomation)=进化后的CP值输入X:某一只宝可梦Xs:它的种类;Xhp:它的生命值;Xw:它的重量;Xh:它的高度;Xcp:它的CP值输出Y(一个数值)Step1:Model(找一个function set)eg.Y=b+w*Xcp (w和b是参数,可以是任原创 2020-06-03 22:42:49 · 397 阅读 · 0 评论 -
2020李宏毅机器学习与深度学习笔记——课程入门
课程入门机器学习就是自动找函式,任何与人工智能有关的问题都可以看作是在找它的函式f。eg.语音识别 f(一段语音)= “语音内容”图像识别 f(一张图片)=“图片内容”下围棋 f(棋局)=“下一跳next move”对话系统 f(你对机器说的话)=“机器的回答”第一个问题:你想让机器帮你找什么样的函式?Regression:找输出是数值的Binary Classifcation:只有yes和no两种输出Multi-class Classifcation:从N个class中原创 2020-06-02 22:14:31 · 730 阅读 · 0 评论