- 博客(10)
- 收藏
- 关注
原创 01
绪论1.机器学习1.计算机从数据中产生“模型”的算法,即学习算法。2.监督学习分类:预测的是离散值。回归:预测的是连续值。无监督学习聚类:对数据分组【困难点】与训练集一致的假设集合为“版本空间”。按想得的结果分为正例、反例,保留正例、删除反例留下来的集合即为版本空间。2.模型精度评估1.经验误差与过拟合2.误差——实际预测输出与样本的真实值输出之间的差异。 学习器在训练集上的误差为训练误差或经验误差,在新样本上的误差成为泛化误差。3.过拟合与欠拟合 过拟合-过配:学到了不一
2021-12-15 18:56:14
115
1
原创 01
绪论1.机器学习1.计算机从数据中产生“模型”的算法,即学习算法。2.监督学习分类:预测的是离散值。回归:预测的是连续值。 无监督学习聚类:对数据分组【困难点】与训练集一致的假设集合为“版本空间”。按想得的结果分为正例、反例,保留正例、删除反例留下来的集合即为版本空间。2.模型精度评估1.经验误差与过拟合2.误差——实际预测输出与样本的真实值输出之间的差异。 学习器在训练集上的误差为训练误差或经验误差,在新样本上的误差成为泛化误差。3.过拟合与欠拟合 过拟合-过配:学到了不一般的特性当做
2021-12-15 18:54:47
96
原创 【无标题】
绪论1.机器学习1.计算机从数据中产生“模型”的算法,即学习算法。2.监督学习分类:预测的是离散值。回归:预测的是连续值。无监督学习聚类:对数据分组【困难点】与训练集一致的假设集合为“版本空间”。按想得的结果分为正例、反例,保留正例、删除反例留下来的集合即为版本空间。2.模型精度评估1.经验误差与过拟合2.误差——实际预测输出与样本的真实值输出之间的差异。 学习器在训练集上的误差为训练误差或经验误差,在新样本上的误差成为泛化误差。3.过拟合与欠拟合 过拟合-过配:学到了不一
2021-12-15 18:53:10
1317
原创 小白西瓜书机器学习打卡Task4部分
1.基本原理:达到某种阈值即可激活函数,产生神经元的输出。2.所应用的函数:sigmoid函数,挤压函数3.多层神经元解决非线性可分问题----多层前馈神经网络模型输入层,隐层,输出层。
2021-07-26 00:08:17
231
原创 小白西瓜书机器学习打卡Task2
7.18正交回归均方误差点到直线最短的距离为误差——正交回归点到直线的竖直距离为误差——线性回归均方误差最小的直线
2021-07-19 21:19:06
89
原创 小白机器学习打卡1
绪论1.机器学习1.计算机从数据中产生“模型”的算法,即学习算法。2.监督学习分类:预测的是离散值。回归:预测的是连续值。无监督学习聚类:对数据分组【困难点】与训练集一致的假设集合为“版本空间”。按想得的结果分为正例、反例,保留正例、删除反例留下来的集合即为版本空间。2.模型精度评估1.经验误差与过拟合2.误差——实际预测输出与样本的真实值输出之间的差异。 学习器在训练集上的误差为训练误差或经验误差,在新样本上的误差成为泛化误差。3.过拟合...
2021-07-12 22:53:38
82
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