- 博客(4)
- 收藏
- 关注
原创 吴恩达机器学习笔记(三)12-15章节
第十二章 机器学习系统设计ex:设计一个判断是否为垃圾邮件分类器,其中特征X可以选择是一个可能含有100个单词的列表,而y则是是否为垃圾邮件.如下图所示,X为100维,根据匹配邮件中的单词与固定的100个单词先比较,出现则是1,否则是0.不过在实际过程中,更多是选取常用10,00-50,000个单词,也就是说X的维度在10,000-50,000之间作者在讲课中提出了下图中解决办法,但是如何...
2019-09-28 17:45:42 668
原创 《人格与其转变》课程笔记
历史与神话背景《人格与其转变》是Jordan Peterson开的心理学课程,我写下一些课堂笔记.开头,老师拿了一幅描绘了约拿在鲸鱼肚子里待了三天后,被吐出来的情景,老师把这幅画称为元故事.想象一下 你手里有100本有关冒险的书籍,把每一本的精髓提取出来,一定很难,就好像 要给所有书取个平均值,提炼出最核心的部分,这样你才能得到一个元冒险故事,所有的冒险小说 都来源这个元传说这就好比是...
2019-09-23 21:01:23 1378
原创 吴恩达机器学习笔记(二)8-11章节
第八章 正则化线性回归最左边为欠拟合,最右边则是过拟合.泛化指的是一个假设模型应用到新样本的能力logistic回归解决过拟合的问题.方法:第一个减少特征数量(1.人工选择,2.算法选择).第二个就是正则化正则化原理在最小化其均方误差代价函数中加入惩罚项如上图的1000θ3和1000θ4,加入惩罚项之后,在最小化的过程中,会使θ3和θ4缩小到0左右.使得拟合出来的图像更符合样本....
2019-09-18 14:17:43 246
原创 吴恩达机器学习笔记(一)2,5,7章节
逻辑回归和线性回归的不同在于假设方程的不同,逻辑回归的假设方程为线性回归的假设方程为第二章:单变线性回归卖房子例子找到两个最合适的θ0和θ1使得该直线符合数据样本。(选择代价函数可以算出θ0和θ1)一般在回归问题中使用的是平方差代价函数在线性回归中,我们要解决的是一个最小化问题(代价函数又称损失函数)在tensorflow代码中就是loss = tf.reduce_mean(tf.s...
2019-09-17 20:58:13 194
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人