![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
读书笔记
不吃西瓜霜含片
这个作者很懒,什么都没留下…
展开
-
机器学习概述1
书籍的github地址:https://nndl.github.io/机器学习传统的机器学习方法主要可以看作浅层学习:不涉及特征学习。特征主要靠人工经验和特征转换的方式来学习。特征转换:对特征进行一定加工提取有用的特征,升维和降维。降维包括特征的抽取和特征的选择。 主成分分析(Principal components analysis,PCA) 线性判别分析(...原创 2019-05-02 05:42:05 · 129 阅读 · 0 评论 -
机器学习概论
机器学习就是通过算法来拟合数据生成模型。机器学习三要素:模型,学习准则,算法。模型:模型实际上就是一种映射函数。线性模型,非线性模型。(简单说:一阶导数是否为常数的区别)学习准则:损失函数:用来量化模型预测和真实值之间的差异。 0-1 损失函数 平方损失函数 交叉熵损失函数 风险最小化准则:过拟合:训练集上预测效果比较好,但是在未知...原创 2019-05-02 20:33:36 · 229 阅读 · 0 评论 -
常见前馈神经网络与Sigmoid激活函数
神经元:神经元的净输入通过一个激活函数得到一个活性值。激活函数非常重要,激活函数的主要性质:连续可导的非线性函数。可导的激活函数可以直接利用数值优化的方法来学习参数。 激活函数以及导函数尽可能简单,有利于优化。 激活函数的值要在一个合适的区间,不能太小也不能太大,否则会影响效率和稳定性。常见激活函数Sigmoid激活函数 Logistic函数 Tanh函数 ...原创 2019-05-03 16:13:26 · 891 阅读 · 0 评论