机器学习
Karl_G
Day by day...
展开
-
《李宏毅机器学习》- Task1
一、了解什么是Machine learning1、一种映射:让机器有学习的能力,通过学习,找到可以拟合当前数据类型的最优映射,即 ; 其中x为数据集中的元素,y为对应学习任务的输出结果,F为最优的ML模型2、两个阶段:Training 和 Testing 1)Training 训练数据x+ 模型集(一系列的映射) ——&g...原创 2019-05-13 21:45:29 · 145 阅读 · 0 评论 -
李宏毅机器学习——梯度下降(BGD、SGD、MBGD、AdaGrad、Momentum_MBGD等)python实现
python实现,梯度下降法(BGD、SGD、MBGD、AdaGrad、Momentum_MBGD等)https://github.com/pander-dancer/LHY_MLAdam等其他优化方法持续更新中原创 2019-05-21 01:41:36 · 987 阅读 · 0 评论 -
《李宏毅机器学习》- Task2 梯度下降、误差偏差方差的关系、模型评估
1、理解偏差和方差偏差(bias):表示测试样本集的测试期望值距离groundtruth期望值的偏差;a) bias越大,则说明预测结果越差,模型并未很好拟合训练集样本,欠拟合;b) 我们希望模型在测试样本上的bias足够小,那么就需要增加模型的复杂程度,或者简单理解为增加模型(映射函数)的泰勒展开式最高幂次。方差(variance):表示模型在测试集上的预测结果是否稳定,或预测值...原创 2019-05-17 21:29:15 · 627 阅读 · 0 评论