- 博客(4)
- 收藏
- 关注
RSS订阅原创 机器学习与深度学习——自用入门（2.4）
补充机器学习的classification应用实现。其实可以看到，分类无非就是以下的三步：classification用到了logistic regression，即通过样本x，w，b定义一个线性关系，再代入一个logistic函数来求得一个概率，通过这个概率的likelihood去进行w b的调整进行回归，这个logistic函数就是sigmoid。
2024-02-03 22:13:43
1750
原创 机器学习与深度学习——入门自用（2.2）
对应李老师春季课堂hw1作业。这是最基础的机器学习程序，即supervised learning，也就是learning from data labeled，这个过程需要我们指出labeled数据。
2024-02-02 18:49:21
1254
1
原创 # 机器学习与深度学习——入门自用（2.1）
通过机器学习最基础的步骤，引入几个基本概念。point：这里都是最基础的supervised learning。在数学中，除了函数叠加外，还有一个函数嵌套的概念，即让一个函数的输出作为另一个函数的入参使用，那么，如果我们再次修正函数模型，将其视为几个函数的嵌套，是否能模拟到更为准确的图像呢？选择嵌套是否比选择叠加更优？（这里后面补充）运用嵌套的概念，我们将每一排称作layer，可以看到多个layer形成了类似神经元的图案，这种function的构建就是neural network。
2024-02-02 18:46:28
1413
原创 机器学习与深度学习——自用入门（1）
随着人工智能的不断发展，机器学习这门技术也越来越重要。现实生活中如价格预测、数据归类，人脸识别，语音识别等均用到机器学习的技术。那么，我们将如何理解机器学习这项技术？为何机器学习与数学紧密相关？机器学习流行的数据模型有哪些？我们将如何根据现实问题，借助模型去实现自己的机器学习项目？-----以下为基于b站李宏毅老师和吴恩达老师的课程的理解传统的项目代码实现，本质上就是人为构建一个算法，将其代码化后，输入参数得想要的结果。机器学习就是将构建算法这个部分的工作交付给机器去实现。
2024-02-02 16:08:35
810
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