![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 81
机器学习 的学习心得
dd_cs_ccc
这个作者很懒,什么都没留下…
展开
-
特征值和特征向量(3Blue1Brown学习笔记)
特征值和特征向量原创 2022-11-04 12:15:09 · 500 阅读 · 0 评论 -
两层全连接网络反向传播梯度推导(矩阵形式、sigmoid、最小均方差MSE)
反向传播原创 2022-10-29 12:38:05 · 671 阅读 · 0 评论 -
行列式、逆矩阵、列空间和零空间(3Blue1Brown学习笔记)
行列式原创 2022-10-28 22:22:48 · 941 阅读 · 0 评论 -
线性变换与矩阵(3Blue1Brown视频笔记)
线性变换原创 2022-10-28 12:10:25 · 576 阅读 · 0 评论 -
为什么逻辑回归不使用平方损失
为什么逻辑回归不使用平方损失非凸函数对反例的惩罚不够The gradient of MSE will disappear原创 2021-10-11 16:36:52 · 131 阅读 · 0 评论 -
Iteration Batch Epoch
Epoch vs Batch size vs Iterations 在学习机器学习的过程中,很容易对Epoch Batch size和Iterations产生混淆。在这里,记录一下学习心得。 谈到这是三个概念,难以绕开梯度下降。梯度下降 在机器学习中,梯度下降是一个重复优化的算法。梯度可以理解为某一点的斜率。 通过不断的优化,将损失函数降到最低。 然而,当数据集过大时,我们无法将所有的数据同时送入计算机,那么我们需要将数据集进行划分,分块送入计算机。概念代表的原创 2021-04-27 20:07:58 · 236 阅读 · 0 评论