ML
u010070587
这个作者很懒,什么都没留下…
展开
-
斯坦福吴恩达CS229机器学习 P4牛顿方法
逻辑回归(牛顿法)指数分不族广义线性模型;将逻辑回归和最小二乘模型联系在一起。极大似然估计模型(1)初始化thta,参数可初始化为0;(2) delta=f(thta0)/f’(thta0)thta1=thta0-delta=thta0-f(thta0)/f’(thta0);牛顿方法的一次迭代:thta(t+1)=thta(t)-delta=thta(t)-f(thta(t))/f...原创 2018-09-18 20:44:36 · 216 阅读 · 0 评论 -
阿里云 李博
机器学习基础知识、业务架构;算法代替人类思考,实现生产力飞跃,;大部分开源工具封装了算法;无需算法开发以及算法的公式推导;如何使用算法解决自身的应用场景;业务和算法使用相结合;算法开发者:开发一套算法并将算法应用到业务领域;用机器学习解决业务问题;大量的历史数据,统计学算法,数据+算法(根据数据类型选择)=模型(业务解决方案);机器学习业务结构体系;基础设施–计算架构–模型与算法...原创 2018-09-19 16:04:18 · 621 阅读 · 0 评论 -
邹博P10 决策数和随机森林
分类器:决策数和随机森林原创 2018-09-19 18:01:55 · 365 阅读 · 0 评论 -
python 深度学习 keras之父
想要控制一件事物,首先需要能够观察它。机器学习发展历程:概率建模:logistic回归、朴素贝叶斯;早期神经网络:梯度下降;核方法: SVM;随机森林、决策树和梯度提升机;神经网络;Kaggle 上主要有两大方法:梯度提升机和深度学习。梯度提升机主要使用XGBoost,深度学习主要使用keras;张量的关键属性:轴的个数、形状、数据类型;张量运算:加法、乘法;张量点乘;...原创 2018-09-26 13:46:13 · 781 阅读 · 0 评论 -
P2 邹博机器学习logistic回归
ML/DL(1)数据->模型(,建模,what);(2)模型->参数(How,SGD、BGD及其变种+动量、方向、Newton、BFGS、L-BFGS),可用包实现,优化成为瓶颈;重点:给定数据,求模型;ResNet:残差,梯度可以传过去;优化方法少,对模型进行优化,适应梯度下降的要求;分类:logistic回归、softmax回归;用线性回归解决分类问题?不建议用回归...原创 2018-09-21 17:54:09 · 727 阅读 · 0 评论