- 博客(4)
- 收藏
- 关注
RSS订阅原创 线性回归的概念和应用
在前一篇文章中解释了线性回归以及如何梯度下降的方法优化参数，内容参考了吴恩达老师的《机器学习》和书籍《机器学习实战》这一篇再次回顾线性回归的概念已经它的应用场景，重点展示一个应用的例子。 目录如下：线性回归的概念线性回归的优缺点线性回归的应用及例子 线性回归的概念回归可以用来做预测和分类，当目标值是连续的时，我们称为回归；当目标值是离散的时，我们称为分类。线性回归其实就是函数拟合。假设我
2017-02-26 18:12:06
9241
翻译 翻译自凯文凯利的Ted演讲—人工智能如何引发第二次工业革命
人工智能如何引发第二次工业革命凯文凯利（Ted地址 https://www.ted.com/talks/kevin_kelly_how_ai_can_bring_on_a_second_industrial_revolution）我要谈一点目前技术的发展情况，我们通常会惊讶于技术带来的变化，但其实，技术的很大一方面是可以预测的，这是因为所有类别的技术系统都有自己的倾向性，紧迫性，发
2017-02-26 17:16:59
2872
原创 局部加权回归LOESS（locally weighted regression）
欠拟合和过拟合首先看下面的三幅图， 第一幅拟合为了 y=θ0+θ1xy=θ_0 + θ_1x 的一次函数 第二幅拟合为了y=θ0+θ1x+θ2x2y=θ_0 + θ_1x + θ_2x^2 的二次函数 第三幅拟合为了 y=∑5j=0θjxj y= \sum_{j=0}^5 θ_j x^j 的五次项函数最左边的分类器模型没有很好地捕捉到数据特征，不能够很好地拟合数据，我们称为欠拟合 而最右
2017-02-24 11:35:25
28540
原创 机器学习-学习笔记-梯度下降-SGD/BGD
机器学习-学习笔记-梯度下降-SGD/BGD根据Andrew Ng的Lecture notes, 我重新整理了梯度下降（including LMS/BGDSGD）的相关知识。首先，引入一个例子， 假设我们现在有一个数据集，数据集中包含了A城市的47套房屋的信息，信息有房屋的居住面积，房间数量和价格，数据集如下图。我们要做的是，根据房屋的居住面积和房间数量来预测它的价格。 简单的以 x1x_1 表
2017-02-23 20:31:36
1985
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人