![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
李宏毅机器学习笔记
wasser000
这个作者很懒,什么都没留下…
展开
-
李宏毅机器学习笔记(8):backpropagation
0 引言 回顾一下之前学习过的,在求解神经网络时,我们通常使用梯度下降算法进行求解。 首先,先自定义一组参数作为我们的起始值,之后计算我们需要使用的梯度,有了梯度之后就可以利用它进行迭代求解了,如图0-1。 显而易见的是,在一个神经网络中,可能参数数目成千上万,远超过我们的想象,那么这么庞大的计算量,我们就需要一些可以辅助我们的工具。backprop...原创 2020-02-04 16:38:21 · 796 阅读 · 0 评论 -
李宏毅机器学习笔记(7):Deep Learning
1 前言 对于深度学习(神经网络)的应用,在目前这个时间段来说,使用对象,发展研究实在是太多了。这也可以算是这个时代非常热门的一项技术了。 这里可以看一下,图1-1了解下深度学习的历史上的起伏。图1-1 深度学习的历史上的起伏 可以看到58年提出感知机后由于有人提出了感知机受限后就冷下去了,后经历了一些起伏直到06年的RBM(受限玻尔兹曼机...原创 2020-02-01 13:24:45 · 339 阅读 · 0 评论 -
李宏毅机器学习笔记(6):logistic Regression
这一部分是接着上一部分进行描述的,上一部分,我们把使用贝叶斯公式得到的结果推导,发现结果是一个线性的函数,我们针对这个函数,试试可不可以把这个函数求解出来。很容易发现,这是一个回归问题,我们就把他称作是逻辑回归,做这个回归问题一步一步来吧:1 模型选择 function set 首先我们还是需要选择合适的模型,确立我们的目标。 上一节了解了我们...原创 2020-01-30 20:30:07 · 549 阅读 · 0 评论 -
李宏毅机器学习笔记(5): Classification:Probabilistic Generative Model
Classification:Probabilistic Generative Model分类问题属于比较常见的问题之一了,这次李老师讲的是一个比较基础的分类问题的模型,为了让我们对这个问题进一步了解,可以更好地继续学习。1 分类分类问题是通过对大量输入进行分析,寻找模型,将样本进行分类,从而之后输入的样本,可以分类到合适的类。这个问题还是很容易理解的,看例子:接下来对宝可梦的属性...原创 2020-01-26 15:16:09 · 457 阅读 · 0 评论 -
李宏毅机器学习课程笔记(1): 机器学习概述
(1950年提出)人工智能是我们希望达成的目标,希望机器可以和人一样智能,而机器学习是实现人工智能的一种方式,而深度学习是机器学习中的一种方式,深度学习主要指的是基于机器学习中神经网络的各种模型。 下面介绍几种为了实现人工智能的方式:hand-crafted rules人工智能:早期的人工智能,其本质就是通过许多if判断语句去实现,通俗的讲就是用大量的判断语句,...原创 2019-04-30 16:24:23 · 525 阅读 · 0 评论 -
李宏毅机器学习笔记(3): error
这一讲主要聊的是误差到底是从哪里来的,误差主要来源于两个地方,即w和b,这两个参数其实也代表了上一讲提到过的回归模型。通过了解误差的来源,我们可以提升模型。这节课大量知识都是概率论中学的,很基础很有趣。1 初步分析不同的model会产生不同的error,很多时候,更复杂的model会产生更复杂的error。error来源:变量与偏差。我们不知道实际情况下模型到底是...原创 2019-05-09 14:27:20 · 276 阅读 · 0 评论 -
李宏毅机器学习笔记(2): Regression
Regression : output a scalar 输出一个标量在机器学习基础的模型中,回归算是一个很多课程引入学习的一个模型了,它可以让我们初步的去了解机器学习的过程。1 例子以下是李宏毅老师提到的例子:股票市场预测:通过输入各种股票市场参数:输出数字无人车驾驶:输入车上传感器参数:输出方向盘角度商品 推荐:使用者特征,商品特征:输出购买可能性可以看出,回...原创 2019-05-06 21:45:51 · 271 阅读 · 0 评论 -
李宏毅机器学习笔记(4): Gradient descent
这次主要是聊梯度下降的细节与技巧,上次讲过了梯度下降的步骤。1 回顾还记着之前提到过的吗,梯度下降可以在复杂庞大的数据中寻找局部最优解,对loss function处理中有比较好的应用。我们需要对参数进行处理,可以使用梯度下降法。再重温梯度下降过程吧(具体可以看第二篇回归):实际的要求是寻找一组参数,需要损失函数达到最小值:θ=argminL(θ)...原创 2019-05-27 20:36:20 · 357 阅读 · 0 评论