machine learning
文章平均质量分 92
deeeeeeplearning
研究方向:优化 机器学习 深度学习
展开
-
机器学习总结
机器学习总结1 前言2 优化问题3 泛化4 过拟合5 优化6 SVM7 decision tree1 前言机器学习是人工智能的核心,从历史数据中学习信息,总结规律。学会概率论与数理统计,矩阵分析以及凸优化,机器学习就掌握了大部分。其中贝叶斯,梯度下降,svd分解在机器学习中较为常用。2 优化问题机器学习可以抽象为优化问题未知函数f:x→yf :x\to yf:x→y数据集D(xi,yi)\mathcal{D} (x_i,y_i)D(xi,yi)假设函数类H,h∈H\mathcal{原创 2021-06-15 23:43:31 · 190 阅读 · 3 评论 -
因子分析学习笔记
因子分析1 寻找因子 (提取特征)2 拟合3 检验4 修改因子本质上为线性回归模型1.模型y=θTxy=\theta^T xy=θTx\quadθ,x\theta,xθ,x均为向量最小二乘回归:\quad Loss=1m∑(y−y^)2Loss=\frac{1}{m}\sum(y-\hat y)^2Loss=m1∑(y−y^)2岭回归 L2正则化:\quad Loss=...原创 2020-04-13 11:46:24 · 606 阅读 · 0 评论