- 博客(5)
- 收藏
- 关注
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