AI学习
Stove火户
An explorer for the colorful world.
展开
-
(转)Google AI 学习笔记 (一)——简介
机器学习定义如下:机器学习系统通过学习如何组合输入信息来对从未见过的数据做出有用的预测。基本术语:标签标签是我们要预测的事物,即简单线性回归中的 y 变量。标签可以是小麦未来的价格、图片中显示的动物品种、音频剪辑的含义或任何事物。特征特征是输入变量,即简单线性回归中的 变量。简单的机器学习项目可能会使用单个特征,而比较复杂的机器学习项目可能会使用数百万个特征,按如下方式指定:{x1,x2,...x...原创 2018-05-13 11:21:11 · 557 阅读 · 1 评论 -
(转)Google AI 学习笔记(二)——线性回归与训练和损失
原文链接:https://developers.google.com/machine-learning/crash-course/descending-into-ml/linear-regression线性回归人们早就知晓,相比凉爽的天气,蟋蟀在较为炎热的天气里鸣叫更为频繁。数十年来,专业和业余昆虫学者已将每分钟的鸣叫声和温度方面的数据编入目录。Ruth 阿姨将她喜爱的蟋蟀数据库作为生日礼物送给您...原创 2018-05-14 19:33:38 · 248 阅读 · 0 评论 -
(转)Google AI 学习笔记(三)——降低损失的方法
迭代方法上一单元介绍了损失的概念。在本单元中,您将了解机器学习模型如何以迭代方式降低损失迭代学习可能会让您想到“Hot and Cold”这种寻找隐藏物品(如顶针)的儿童游戏。在我们的游戏中,“隐藏的物品”就是最佳模型。刚开始,您会胡乱猜测(“w1 的值为 0。”),等待系统告诉您损失是多少。然后,您再尝试另一种猜测(“w1 的值为 0.5。”),看看损失是多少。哎呀,这次更接近目标了。实际上,如...原创 2018-05-16 18:58:13 · 932 阅读 · 0 评论