李宏毅ML/DL学习笔记
文章平均质量分 91
苏小贤
这个作者很懒,什么都没留下…
展开
-
ML/DL学习笔记5——分类:概率生成模型
课程地址Classification 概念描述分类问题是找一个函数,它的输入是一个实体,它的输出是这个实体属于哪一个类还是以宝可梦为例,已知宝可梦有18种属性,现在要解决的分类问题就是做一个宝可梦种类的分类器,我们要找一个function,这个function的input是某一只宝可梦,它的output就是这只宝可梦属于这18类别中的哪一个type输入数值化对于宝可梦的分类问题来说,我们需要解决的第一个问题就是,怎么把某一只宝可梦当做function的input?要想把一个东西当做functio转载 2021-01-11 21:32:16 · 275 阅读 · 0 评论 -
ML/DL学习笔记3——梯度下降Gradient Descent
课程链接什么是梯度? 梯度的本意是一个向量(矢量),表示某一函数在该点处的方向导数沿着该方向取得最大值,即函数在该点处沿着该方向(此梯度的方向)变化最快,变化率最大(为该梯度的模)。 通俗的来说梯度是要解决这么一个问题 函数在变量空间(变量的维度可能很高)的某一点,沿着那个方向有最大的变化率?梯度退化到xoy平面的二维空间,其实就是导数的概念。 &nb原创 2020-12-25 20:44:47 · 894 阅读 · 2 评论 -
ML/DL学习笔记2——偏差和方差模型好坏
不同的model对应的error是不同的那么error是怎么来的呢?这里引入偏差和方差这两个概念。概念引入 偏差(bias):描述的是预测值(估计值)的期望与真实值之间的差距。偏差越大,越偏离真实数据。 方差(variance):描述的是预测值的变化范围,离散程度,也就是离其期望值的距离。方差越大,数据的分布越分散。 红色靶心表示为实际值,蓝色点集为预测值。 低偏差,低方差:这是训练的理想模型,此时蓝色点原创 2020-12-23 22:33:54 · 1521 阅读 · 0 评论 -
ML/DL作业1——pm2.5预测
任务描述数据描述原创 2020-12-22 17:04:16 · 334 阅读 · 1 评论 -
ML/DL学习笔记1——Regression案例学习
Regression案例学习Regression(回归)就是首先提出实验模型,但是模型的关键参数未知,通过大量数据来求出最符合测试数据的实验模型,也就是求出模型的关键参数machine Learning的三个步骤:(1)定义一个model即函数集(2)定义一个损失函数去评估该函数的好坏找一个最好的函数(3)找一个最好的函数案例分析:预测宝可梦的CP值 设定具体参数Regression的具体过程 Step1:Model (函数集)这里没有具体的方法,根据实际情况根据经验一种一种的试。原创 2020-12-18 20:30:47 · 371 阅读 · 0 评论