- 博客(5)
- 收藏
- 关注
RSS订阅原创 结构化竞赛常用技巧与实践--以平安产险竞赛为例
（上）结构化竞赛常用技巧与实践--以平安产险竞赛为例_哔哩哔哩_bilibili 视频记录 psi就是比较训练样本和验证样本的分布差异，对差异过大的变量进行删除 特征工程三板斧：
2022-01-12 13:39:41
116
原创 [Datawhale组队学习|李宏毅机器学习]学习笔记05
本次学习章节包括： 李宏毅《机器学习/深度学习》2021课程（国语版本，已授权） P5-P9 神经网络训练不起来怎么办？ 一、local minima and saddle局部最小值和鞍点 最优化失败有两种情况： 情况一 ：loss function 下降到一个稳态，但是还没有达到预期值 情况二 ：loss function一开始就高高不减 从失败最后达到的点来分类，有local minima和saddle point。local minima是难以逃离的，而saddle point是可以进
2021-10-20 23:03:27
98
原创 [Datawhale组队学习|李宏毅机器学习]学习笔记03
本篇笔记包含学习章节： P5误差从哪来 P6梯度下降 P7梯度下降（用AOE演示） P8梯度下降（用Minecraft演示） 一、误差的来源 error来自于bias和variance。关于偏差和方差的认识可以从射箭的例子来理解。 图源 知乎既生宇何生亮 的回答 机器学习中的 Bias（偏差）、Error（误差）、Variance（方差）有什么区别和联系？ - 知乎 模型的复杂度越高，偏差越小，方差越大。 ...
2021-10-15 23:13:51
159
原创 [Datawhale组队学习|李宏毅机器学习]学习笔记02
本篇笔记包含学习章节： P3回归 P4回归演示 （由于时间有限，仅仅做一些intuition的东西来展示自我理解，公式的表示等暂且省略） Regression 就是找到一个函数function，通过输入特征x，输出y 。 一、模型步骤 step1：模型假设，选择模型框架（线性模型） step2：模型评估，如何判断众多模型的好坏（损失函数） step3：模型优化，如何筛选最优的模型（梯度下降） step1：模型假设（线性模型） 线性模型分成一元线性模型（单特征）和多元线性模型（..
2021-10-13 23:46:22
60
原创 [Datawhale组队学习|李宏毅机器学习]学习笔记01
P1机器学习介绍 P2为什么要学习机器学习 1、粗略的概念分析 目的：人工智慧（方法：机器学习） 深度学习是机器学习的一种方法 2、机器学习的步骤 生物本能 <——> chat-box（hand-craft rules 需要提前设置好所有的规则 机器学习 <——> 寻找一个function（有input，有output） 2.1.怎么找呢？ 用训练数据，在model中判断出function的好坏，从而找到“最好”的function。 这种有in..
2021-10-11 18:31:01
113
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