机器学习
灰羽吖
人生中,本来就有很多事是徒劳无功的。虽然这世间少有公平,但是我希望永远保持一颗赤字之心
展开
-
(吴恩达笔记 1-1)附——为什么用最小平方和做目标函数
那么接上面一节讲的,为什么要用最小平方和作为目标函数呢?对于这个问题,有关博客就数学相关的理论知识已经做了很详细的解释【转载】机器学习—–线性回归浅谈(Linear Regression)从概率层面解释-回归模型的目标函数:基本上每个模型都会有一个对应的目标函数,可以通过不同的最优化求解方法(梯度下降,牛顿法等等)对这些对应的目标函数进行求解。线性回归模型,我们知道实际上是通过多个自变量对自变量进行转载 2017-08-10 19:02:14 · 2208 阅读 · 0 评论 -
(吴恩达笔记 1-1)——线性回归原理
机器学习线性回归之数学原理转载 2017-08-10 18:55:54 · 1842 阅读 · 0 评论 -
机器学习
关于机器学习因为之前自己有对这个方面的探索和学习,现在需要对整个部分进行自我知识的整理和归纳,所以这个作为真个板块的索引目录来记录。吴恩达系列线性回归 (吴恩达笔记 1-1)——线性回归原理 (吴恩达笔记 1-1)附——为什么用最小平方和做目标函数 逻辑回归 (吴恩达笔记 1-2)——逻辑回归 (吴恩达笔记 1-3)——损失函数及梯度下降 支持向量机 (吴恩达笔记 2-1)——支持向原创 2017-08-11 12:13:41 · 738 阅读 · 0 评论 -
(吴恩达笔记 1-2)——逻辑回归
损失函数这里先说明一下损失函数(loss function)或代价函数(cost function)的作用,损失函数其实是来度量预测错误程度也就是说,对于一个机器学习算法,如何评价一个算法是否是比较好的算法,需要提前定义一个损失函数,来判断这个算法是否是最优的,而后面不断的优化求梯度下降,使得损失函数最小,应该也是为了让一个算法达到意义上的最优。逻辑回归为什么使用Logistic函数引用《机器学习实原创 2017-08-10 19:39:55 · 1066 阅读 · 0 评论 -
(吴恩达笔记 1-3)——损失函数及梯度下降
本节将直观的说明一下损失函数是用来干嘛的,为什么会用损失函数。其中内容参考自吴恩达讲学视频字幕及截图。 1、损失函数(loss function)损失函数(loss function)或代价函数(cost function)来度量预测错误程度也就是说,对于一个机器学习算法,如何评价一个算法是否是比较好的算法,需要提前定义一个损失函数,来判断这个算法是否是最优的,而后面不断的优化求梯度下降,使得损失原创 2017-08-10 20:24:58 · 35563 阅读 · 3 评论 -
(吴恩达笔记 2-1)——支持向量机SVM
支持向量机该算法属于监督学习的一种,并且svm是最好的现成的分类器,这里说的现成的是可以不加修改直接使用,这就意味着,在数据上应用基本形式的svm分类器就可以得到低错误率的结果。svm能对训练集以外的数据做出很好的分类决策【注】以下内容均为本人在学习吴恩达机器学习视频时所作笔记,所以较吴恩达的字幕而言相对简单。逻辑回归中的0,1类所对应的损失函数:开始构建支持向量机支持向量机在我理解的:就是把损失函原创 2017-08-10 20:42:52 · 5792 阅读 · 1 评论