机器学习_奋进的小hang的博客-CSDN博客

机器学习

更新中

文章平均质量分 71

深入了解机器学习的数学原理，全面掌握回归、预测、模型评估等各种数学算法与评估手段，专栏内容浅显易懂，通过阅读，读者能够快速掌握算法的精髓，并能够实现对模型的求解。

文章数：6 文章阅读量：3651 文章收藏量：2

作者: 奋进的小hang

一个上进的人

展开

利用程序证明正则化能够解决过拟合问题

利用程序证明正则化能够解决过拟合问题

原创 2023-01-18 23:27:06 · 53 阅读 · 0 评论
分类模型程序实现——Python绘制分类图、Python感知机实现分类(线性可分)、Python逻辑回归实现分类、Python线性不可分分类(逻辑回归)、Python随机梯度下降法实现分类

分类模型程序实现——Python绘制分类图、Python感知机实现分类(线性可分)、Python逻辑回归实现分类、Python线性不可分分类(逻辑回归)、Python随机梯度下降法实现分类

原创 2023-01-18 22:31:15 · 308 阅读 · 1 评论
回归模型程序实现——Python绘制散点图、Python实现一元线性回归、Python实现多项式回归（以目标函数、均方误差为终止条件）、python实现随机梯度下降、python实现多元线性回归

回归模型程序实现——Python绘制散点图、Python实现一元线性回归、Python实现多项式回归（以目标函数、均方误差为终止条件）、python实现随机梯度下降、python实现多元线性回归

原创 2023-01-18 14:59:55 · 1240 阅读 · 1 评论
模型评估(交叉验证——针对回归和分类、均方误差MSE、精度、精确率、召回率、F值、K折交叉验证、如何解决过拟合——L2正则化与L1正则化、欠拟合、如何区分过拟合和欠拟合——学习曲线)

模型评估（交叉验证——针对回归和分类、均方误差MSE、精度、精确率、召回率、F值、K折交叉验证、如何解决过拟合——L2正则化与L1正则化、欠拟合、如何区分过拟合和欠拟合——学习曲线

原创 2023-01-12 12:55:10 · 1044 阅读 · 1 评论
分类模型(分类的原理、权重向量的求解、感知机、逻辑回归、似然函数、对数似然函数、似然函数的微分、线性不可分)

分类模型(分类的原理、权重向量的求解、感知机、逻辑回归、似然函数、对数似然函数、似然函数的微分、线性不可分)

原创 2023-01-11 01:26:26 · 431 阅读 · 1 评论
回归模型(一元线性回归、多项式回归、多重回归、最小二乘法、梯度下降法、随机梯度下降法、小批量梯度下降法)

回归模型（一元线性回归、多项式回归、多重回归、最小二乘法、梯度下降法、随机梯度下降法、小批量梯度下降法）

原创 2023-01-02 10:58:14 · 575 阅读 · 0 评论

机器学习

作者: 奋进的小hang

利用程序证明正则化能够解决过拟合问题

分类模型程序实现——Python绘制分类图、Python感知机实现分类(线性可分)、Python逻辑回归实现分类、Python线性不可分分类(逻辑回归)、Python随机梯度下降法实现分类

回归模型程序实现——Python绘制散点图、Python实现一元线性回归、Python实现多项式回归（以目标函数、均方误差为终止条件）、python实现随机梯度下降、python实现多元线性回归

模型评估(交叉验证——针对回归和分类、均方误差MSE、精度、精确率、召回率、F值、K折交叉验证、如何解决过拟合——L2正则化与L1正则化、欠拟合、如何区分过拟合和欠拟合——学习曲线)

分类模型(分类的原理、权重向量的求解、感知机、逻辑回归、似然函数、对数似然函数、似然函数的微分、线性不可分)

回归模型(一元线性回归、多项式回归、多重回归、最小二乘法、梯度下降法、随机梯度下降法、小批量梯度下降法)