台大李宏毅老师——深度学习 课程笔记 四 (Classification)

Classification

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
注意这里假设了数据服从高斯分布
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
最大似然概率,就是当概率最大的时候,找到最佳的均值和方差
在这里插入图片描述
在这里插入图片描述
从2个feature增加到7个,正确率从47%到了64%。
在这里插入图片描述
在这里插入图片描述
让两类宝可梦拥有相同的标准差
在这里插入图片描述
准确率可以到73%

Three Steep

在这里插入图片描述
在这里插入图片描述
我们用了Navie Bayes就是假设了数据的所有feature之间是相互独立的

Sigmoid 数学证明

在这里插入图片描述
Sigmoid函数
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Three Step 具体

Step1 Function Set

在这里插入图片描述
在这里插入图片描述

Step2 Goodness of function

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Step3 Find the best function

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Logistic Regression

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
CrossEntropy梯度比Square Error要快
在这里插入图片描述
在这里插入图片描述
两者梯度的更新都是同样的公式

Discriminative v.s. Generative

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Multi-class Classification

在这里插入图片描述
在这里插入图片描述

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值