机器学习
机器学习的学习与实践
音无八重
懒宅
展开
-
kaggle新手入门
发现一篇很好的机器学习入门途径,文章地址:Kaggle新手入门之路(完结)目录如下:转载 2020-05-08 18:06:25 · 286 阅读 · 0 评论 -
机器学习(吴恩达)-6 神经网络的基础知识
本文是博主最近的机器学习笔记,如果有不正确的地方还请指正,谢谢~目录铺垫——需要神经网络的原因神经网络模型展示神经网络的简单应用铺垫——需要神经网络的原因神经网络也是用来解决监督问题的机器学习算法,而目前针对监督问题我们已有线性回归和逻辑回归这两种学习算法了,为何还需要神经网络来处理呢? 我们来通过一个例子说明:上图是一个非线性回归的分类问题,对数据点的类别根据x1,x2x_1,x_...原创 2020-04-29 22:16:47 · 406 阅读 · 0 评论 -
机器学习(吴恩达)-5 过拟合问题及正则化
这里写自定义目录标题欢迎使用Markdown编辑器举栗子功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Mar...原创 2020-04-23 16:00:35 · 370 阅读 · 0 评论 -
机器学习(吴恩达)-4 处理分类问题的方法——逻辑回归
之前学习的几节内容都是讨论监督学习(supervised learning)下的回归问题,预测连续值的输出,而这节讨论如何处理分类问题,即如何预测离散值的输出情况。[画一个分类图]1. 对分类问题作一个概括介绍分类问题(classification problem):给出一组训练集数据:(),对于y,有y属于{},一般情况下0代表负类,1代表正类(如给出一组数据,x表示肿瘤大小,y...原创 2020-04-18 02:40:21 · 815 阅读 · 0 评论 -
机器学习(吴恩达)-3 多元线性回归的多特征(变量)问题
在上节中通过一个预测房价的例子给出了一个一次的假设函数:。而在实际情况中假设函数可能需要多个特征(变量)x,因此在本节中将预测房价的例子进行些添加,从而引出多元线性回归函数,并对其中的参数进行分析,继而给出梯度下降算法中的实用技巧以及正规方程的介绍。1. 多元线性回归函数如何表达?本例中,影响房价的特征有多个,分别是房子大小、房间数量、楼层数以及房子已使用年限,这四个特征共同影响房子...原创 2020-03-28 22:59:14 · 1146 阅读 · 0 评论 -
机器学习(吴恩达)-2 解决回归问题最常用函数:平方误差代价函数——学习笔记
我们通过一个预测房价的例子,来给出解决回归问题的一种常用算法函数:平方误差代价函数。(回归问题属于监督学习)预测房价的例子如下:已有大量的已知数据(房子大小,房价),将房子大小作为x轴数据,对应的房价作为y轴数据,根据这些数据,来推测出某一房子大小所对应的房价可能是多少?。如何通过已给出的大量数据来推测出某房子大小对应的房价?通过已给出的训练集(即大量已知数据),加上一个学习算...原创 2020-03-17 16:15:40 · 2625 阅读 · 2 评论 -
机器学习(吴恩达)-1 概论、监督学习与无监督学习——学习笔记
机器学习(Machine Learning)是从人工智能(AI)中发展出来的一个领域,机器学习的几个比较重要的应用有:数据挖掘(Database mining) 我们无法手动编写的程序(Application can't by hand)(如自然语言处理、计算机视觉、直升机自动驾驶) 量身定制的程序(self-customizing programs)(网易云音乐的喜好推荐) 理解人类的...原创 2020-03-06 12:14:07 · 289 阅读 · 0 评论