- 博客(3)
- 收藏
- 关注
RSS订阅原创 CS231n官方笔记：反向传播
最近把CS231n关于反向传播这一节的官方笔记看了一下。这篇算是用中文把原文复述了一遍，中间一些地方加入了我自己的理解，很多地方的表述参考了 CS231n课程笔记翻译：反向传播笔记Introduction动机这篇笔记介绍了一些有助于在直觉上理解反向传播（BP）的知识。反向传播是一种通过递归应用链式法则（chain rule）来计算表达式梯度的方法。理解反向传播过程及其精妙之处，对于理解、实现、设计
2017-04-13 20:48:57
962
原创 机器学习中的逻辑回归
本文参考了Bin的专栏和李航《统计学习方法》。 线性回归因为它的简单，易用，且可以求出闭合解，被广泛地运用在各种机器学习应用中。事实上，除了单独使用，线性回归也是很多其他算法的组成部分。线性回归的缺点也是很明显的，因为线性回归是输入到输出的线性变换，拟合能力有限；另外，线性回归的目标值是(−∞,+∞)，而有的时候，目标值的范围是[0,1]（可以表示概率值），那么就不方便了。逻辑回归定义典型的逻辑回归
2017-04-11 21:20:43
531
原创 机器学习中的线性回归
基本形式给定由d个属性描述的示例x=(x1;x2;...;xd)x=(x_1;x_2;...;x_d),其中xix_i是xx在第ii个属性的取值，线性模型试图学的一个通过属性的线性组合在进行预测的函数，即f(x)=w1x1+w2x2+...wdxd+bf(x)=w_1x_1+w_2x_2+...w_dx_d+b 一般用向量形式写成f(x)=wTx+bf(x)=w^Tx+b 其中w=(w1,w2,..
2017-04-11 20:58:27
476
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