词窗分析与反向传播
机器学习的重要问题:分类
softmax归一化
最好为0,p(y|x)=-log(...),最大化。 H(p,q)=H(p)+
正则 减少过拟合
重新训练:取决于你是否有大的训练集。
机器学习:核心y=f(x)
1.data
2.model(p(y|x)
3.准则、极大似然(调参数)
4.优化,梯度方法(随机,批量)数值优化optimize
5.evaluation,(对不对)
一句话中不同词分类
...+正则项 表示([....],)
神经网络前向后向传播
逻辑回归,多个线性还是线性,非线性加入拟合强度加大
The max-margin loss J = max(0,1-s+)
forward propagation(chain rule)
反向传播(求导)