![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Machine Learning
文章平均质量分 92
佰无一用是书生
这个作者很懒,什么都没留下…
展开
-
详解随机梯度下降法(Stochastic Gradient Descent,SGD)
深度学习最常用的优化方法就是随机梯度下降法,但是随机梯度下降法在某些情况下会失效,这是为什么呢?带着这个问题我们接着往下看。一个经典的例子就是假设你现在在山上,为了以最快的速度下山,且视线良好,你可以看清自己的位置以及所处位置的坡度,那么沿着坡向下走,最终你会走到山底。∑i=1n∇θf(θ;xi,yi)+∇θϕ(θ)\sum_{i=1}^{n} \nabla_{\theta} f\left(\theta ; x_{i}, y_{i}\right)+\nabla_{\theta} \phi(\theta原创 2021-03-02 13:54:48 · 37236 阅读 · 14 评论 -
机器学习--梯度下降法(Gradient Descent)
目录1.概述2.梯度下降法2.1场景假设1.概述2.梯度下降法2.1场景假设原创 2021-01-23 00:23:49 · 1971 阅读 · 0 评论 -
机器学习之从数学知识到线性回归
维基百科之中将线性回归解释如下:在统计学中,线性回归(英语:linear regression)是利用称为线性回归方程的最小二乘函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。只有一个自变量的情况称为简单回归,大于一个自变量情况的叫做多元回归(multivariate linear regression)。在线性回归中,数据使用...原创 2019-08-14 14:08:41 · 434 阅读 · 0 评论 -
吴恩达机器学习笔记之机器学习基础(内含机器学习路线、机器学习资源)
这里小编简单的罗列出一些本人刚开始着手于机器学习时候的小问题,并将小编了解到的答案采用问答的方式给读者进行解释,本文也可以用做感兴趣的读者作为科普使用,如果答案有误,欢迎评论。先声明,小编也只是一个刚入门的小菜鸡。Q:什么是机器学习?A:简单来讲,机器学习就是将无序的数据转换成有用的信息。Q:机器学习都有哪些应用?A:简单列举几个:人脸识别,手写数字识别,垃圾邮件过滤,你逛某宝时的推荐系统...原创 2019-09-29 18:38:31 · 446 阅读 · 1 评论 -
初学机器学习之线性回归
线性回归是利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法,运用十分广泛。其表达形式为y = w’x+e,e为误差服从均值为0的正态分布。回归分析中,只包括一个自变量和一个因变量,且二者的关系可用一条直线近似表示,这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量,且因变量和自变量之间是线性关系,则称为多元线性回归分析。 ——来自百...原创 2019-10-07 23:22:37 · 195 阅读 · 0 评论