李宏毅机器学习——Task02 回归

最新推荐文章于 2024-05-31 13:21:26 发布
最新推荐文章于 2024-05-31 13:21:26 发布
阅读量110 收藏
点赞数
文章标签： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_49771885/article/details/125302862
版权

学习内容：回归

  • 回归模型的输出是连续的
  • 解决问题的三个模块是：
    • 模型假设
    • 模型评估
    • 模型优化
  • 梯度下降是优化模型的重要方法
  • 优化时可能会出现过拟合问题

学习产出：

  1. 对线性模型的定义还不够理解
  2. 通过等高线进一步理解了梯度下降的过程
  3. 为什么越小的权重意味着模型越平滑
qq_49771885
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
datawhale李宏毅机器学习打卡——task02“回归”
nebula1008的博客
01-11 312
学习任何知识，最好带着思考和疑问主动地去学，这样能更好地将知识内化，从而学以致用。 回归。什么是回归？为什么要回归？如何做到回归？（纵观这一小节，其实就是分这两大块展开讲的） 回归按我的理解就是一种找到数学加工厂，你把数据样本的特征给它，它就会吐出一个你想要的值。 视频中也是这么讲的，回归就是找到一个function，输入样本特征x，这个function会输出一个数值scalar。 为什么要费劲找这样的function，因为有“预测”的功能。比如根据股票以前的波动预测明天的涨跌、根据过去的房价预测未来的房价
datawhale李宏毅机器学习——task07总结
nebula1008的博客
01-23 501
在任务01中，对机器学习的定义、结构和功能有了大致了解。 机器学习是为了让机器能够像人一样拥有智慧而设计的一种算法，这种算法最大的特点在于从一堆数据中根据设定的神经网络学习数据中隐含的知识。机器学习的执行步骤，首先，明确要解决的问题类型，是回归还是分类；然后，根据问题类型选择函数集，有线性的非线性的，非线性的就是指深度学习、SVM、KNN这些；最后，根据数据有无标签的特点，选择训练方法。 在任务02中，学习了回归。回归就是找一种函数集，这种函数能够输出想要的值，有预测和判断功能。回归的步骤：选择函数集；选择
Task 2 李宏毅机器学习——回归
weixin_47502945的博客
07-14 149
回归 回归的应用： 股票市场预测——预测明天的道琼斯工业指数 自动驾驶汽车——input：censor看到的 output：方向盘的角度（scalar） 推荐系统——找一个function input：使用者A 商品B output：使用者A购买商品B的可能性 预测宝可梦的CP值（战斗力） 找一个function ： 输入是某一只宝可梦相关的信息 输出就是宝可梦的进化后CP值 输入信息包括：种类、生命值、进化前cp值、重量、高度 Step 1：model 公式：y...
李宏毅机器学习|Task02
weixin_42724663的博客
08-17 258
下降到最优处时得到最终的w,b，带入模型，得到一条直线，用模型去泛化，预测其他数据，还行，但拟合的不是特别理想，我们想到用二次模型，或多次模型，引入二次项，可能拟合的更理想，注意最终还是线性模型，因为将二次项还是视作一个特征，图形可视化为一条曲线。：更多特征，但是参数表示得权重 w 可能会使某些特征权值过高，仍旧导致过拟合，所以加入正则化，原来代价函数后面加上一项，该项只考虑w，不包含偏执参数b会比较好，正则项前的λ越大，曲线越越平滑，但不一定越平滑泛化能力越好，需要我们手动调整λ来测试。...
李宏毅机器学习-task 02-回归（待补充）
qq_44894806的博客
01-12 240
1. 什么是回归？ 1）输出是连续型变量 2）回归举例 2. 回归的步骤 1）定义模型集合 2）评价某个模型的好坏 3）选择最好的模型（函数） 在只有一个参数的情况下，梯度下降 两个参数的情形： 两个参数情形的表达式： 不同的模型类型下，进行模型选择，看平均的loss 原因：模型类型之间存在包含关系 3. 过拟合 4. 隐藏参数——修正定义的模型集合 5. 正则化 6. 总结 ...
李宏毅机器学习——学习笔记（1）
m0_37757740的博客
02-28 314
人工智能，机器学习和深度学习的关系？人工智能是目标，机器学习是1980年发现的用于实现人工智能的手段，深度学习是2010年后发展的一种属于机器学习的方法。 手工规则（hand-crafted rules）：僵硬，无法面对新情况 机器学习：程序用来提供学习的能力(Looking for a function from data） 通过训练数据，得到function的损失程度，从而获取最...
DW李宏毅机器学习Task2——Regression
momokofly的博客
09-16 119
回归的应用： （1）股票市场的预测 （2）自动驾驶车 （3）推荐系统 应用例子：预测进化后的宝可梦CP值 Step 1:Model Linear model：y=b+∑wixiy=b+ \sum{}^{}w_ix_iy=b+∑wi​xi​ xix_ixi​：an attribute of input xxx (feature) wiw_iwi​：weight bbb：bias Step 2:Goodness of Function Source:https://www.openintro.org
李宏毅《机器学习》Task02 - 回归
0202zc 的博客
08-17 325
一、回归（Regression）能做什么? 除了上一节说的预测 PM2.5 之外，还有其他非常有用的案例： 股市预测： 输入：过去十年内各种股票的涨跌资料或某些公司并购的资料 输出：未来道琼工业平均指数 自动驾驶： 输入：无人车红外线所探测的数据、镜头所看到的数据 输出：方向盘的角度（左转15°、右转35°等） 推荐系统： 输入：使用者A + 商品B 输出：使用者A 购买 商品B的 可能性 二、利用回归进行预测 预测宝可梦的CP值 背景 “CP值”是一只宝可梦的战斗力。你抓到一只宝可
Machine Learining（李宏毅2020） —— hw02
David_B的博客
05-09 666
Machine Learining —— hw02：Logistic 1、hw02作业理解 作业中共给了6份资料：输出结果格式、测试集（不带标签）、训练集、X_train、Y_train、X_test。观察可知后三个文件是已事先把数据整理成csv格式的数据，于是训练数据共54256个，测试大约20000个、参数510个 二分类问题（Binary Classification） 模型输入510维，输出一个布尔值表示“是”或“否” ——使用Logistic Regression model 2、数据预处
视频学习笔记——李宏毅机器学习——P1，2
09-12
此为datawhale组队学习（李宏毅机器学习）学习笔记 是看视频做的原创笔记 此为第一天打卡
李宏毅机器学习HW5.zip
04-08
随着统计学的发展，统计学习在机器学习中占据了重要地位，支持向量机（SVM）、决策树和随机森林等算法的提出和发展，使得机器学习能够更好地处理分类、回归和聚类等任务。进入21世纪，深度学习成为机器学习领域的...
李宏毅机器学习2021HW3食物数据集
07-06
1、本资源为台大李宏毅深度学习课程作业数据集。 2、训练集内含课程所需数据集 3、提供下载便利
李宏毅机器学习全套资料
08-31
包含教学ppt，作业答案，讲课详细内容
二区5分纯生信｜单细胞+非负矩阵+AlphaFold+机器学习组合
Senoh的博客
05-29 687
背景： 增生性糖尿病视网膜病变（PDR）是失明的主要原因，其发病机制复杂。本研究整合单细胞 RNA 测序（scRNA-seq）、非负矩阵分解（NMF）、机器学习和 AlphaFold 2 方法，探索 PDR 的分子水平。方法： 我们分析了 PDR 患者和健康对照者的 scRNA-seq 数据，以确定不同的细胞亚型和基因表达模式。NMF 用于定义 PDR 中的特定转录程序。利用 Meta-Program 1 中确定的氧化应激相关基因 (ORG)，使用 12 种机器学习算法构建预测模型。
机器学习-7-机器学习中常用的可视化方式总结
qq_20466211的博客
05-28 122
决策边界、混淆矩阵、ROC曲线、精确率召回率曲线等的可视化方式
超简单白话文机器学习 - 模型检验与评估（含算法介绍，公式，源代码实现以及调包实现）
最新发布
qq_51222843的博客
05-31 1180
指标通过定量评估分类模型性能，帮助我们在实际应用中做出更明智的决策。
AI视频下载：ChatGPT数据科学与机器学习课程
AIGCTribe的博客
05-30 550
通过在优化代码示例语料库上训练ChatGPT,程序员可以创建一种语言模型,能够自动建议现有代码的改进措施,从而减少代码复杂性、提高性能并增加可维护性。通过在包含错误及其解决方案的代码示例语料库上训练ChatGPT,程序员可以创建一种语言模型,能够自动建议解决常见编码错误的方案。通过在代码注释和文档语料库上训练ChatGPT,程序员可以创建一种语言模型,能够自动生成代码片段或整个代码库的文档。所以这是一门完整的课程,将教你数据科学和机器学习,以及如何利用ChatGPT的强大功能进行更快速高效的项目开发。
Python 机器学习 基础 之 模型评估与改进 【网格搜素】的简单说明
仙魁XAN
05-27 728
Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言，可以应用于以下领域： Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。Python 机器学习是利用 Python 编程语言中的各种工具和库来实现机器学习算法和技术的过程。
李宏毅机器学习2023
03-30
很抱歉，我无法提供关于李宏毅机器学习2023的介绍，因为我是CSDN自主开发的AI助手，无法获取最新的＊＊＊系教授，他在机器学习和深度学习领域有着广泛的研究和教学经验。他的机器学习课程在全球范围内非常受欢迎，...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值