![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
笔记
浪中求稳
这个作者很懒,什么都没留下…
展开
-
李宏毅机器学习-1
李宏毅机器学习-11、什么是Machine learning2、中心极限定理、正态分布、最大似然估计3、Loss Function4、泰勒展开5、L2-Norm,L1-Norm,L0-Norm1、什么是Machine learning机器学习简而言之就是找到一个function,根据输入得到想要的输出。一种经常引用的英文定义是:A computer program is said to l...原创 2019-05-12 23:05:42 · 267 阅读 · 0 评论 -
李宏毅机器学习-3
李宏毅机器学习-31、从基础概率推导贝叶斯公式、朴素贝叶斯公式2、先验概率、后验概率3、LR与Linear regreeesion之间区别1、从基础概率推导贝叶斯公式、朴素贝叶斯公式条件概率事件A已发生的条件下事件B发生的概率(很容易理解)。比如,设事件A为“至少有一次为正面用“正”表示,事件B为“两次掷出同一面即(同正或者同反)”,现在求已知事件A发生的条件下事件B发生的概率。样本空...原创 2019-05-26 02:47:28 · 228 阅读 · 0 评论 -
李宏毅机器学习-2
李宏毅机器学习-2用梯度下降手写线性回归(只用numpy 、pandas)用梯度下降手写线性回归(只用numpy 、pandas)用梯度下降方法预测PM2.5的值李宏毅机器学习中的作业1 ,这里为了简化流程,突出方法,只用了train.csv数据。简单说一下要干嘛:就是有很多条观测数据,每一条数据包含了24小时的观测数据,通过这些数据,预测未来PM2.5的值。这里继续简化问题,用前9...原创 2019-05-23 01:07:19 · 296 阅读 · 0 评论 -
李宏毅机器学习-4
李宏毅机器学习-41、LR损失函数和梯度下降2、Softmax原理3、Softmax损失函数和梯度下降1、LR损失函数和梯度下降一般线性函数的损失函数是平方损失函数,LR求最大似然估计是因为sigmoid函数求导后无法保证是凸函数,在优化的过程中可能得到的是局部最小值,而非全局最优。取对数是方便求导。损失函数除以m这一因子并不改变最终求导极值结果,通过除以m可以得到平均损失值,避免样本数...原创 2019-05-31 01:54:47 · 327 阅读 · 0 评论 -
李宏毅机器学习-6
李宏毅机器学习-5创建数据集,实现分类1、创建数据集2、实现分类创建数据集,实现分类1、创建数据集利用numpy创建数据集 :import numpy as npdef generate_data(seed): np.random.seed(seed) #类别1 data_size_1 = 300 #特征1 np.random.normal...原创 2019-06-06 01:23:07 · 108 阅读 · 0 评论