![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 69
LazyHaokj
这个作者很懒,什么都没留下…
展开
-
Rademacher复杂度和VC-维
机器学习基础 —— Rademacher复杂度和VC维原创 2022-07-09 19:06:13 · 737 阅读 · 0 评论 -
Foundations of Machine Learning———PAC
PAC学习框架之泛化性原创 2022-07-06 18:32:24 · 522 阅读 · 0 评论 -
逻辑回归分析
什么是逻辑回归简单来说, 逻辑回归(Logistic Regression)是一种用于解决分类问题的机器学习方法,用于估计某种事物的可能性。由于逻辑回归的原理是用逻辑函数把线性回归的结果yyy映射到(0,1),故先介绍线性回归函数。1.线性回归函数线性回归函数的数学表达式:其中xix_ixi是自变量,yyy是因变量,yyy的值域为(-∞,+∞),θ0\theta_0θ0是常数项,θiθ_iθi(i=1,2,...,n)是待求系数,不同的权重θiθ_iθi反映了自变量对因变量不同的贡献程度。原创 2022-05-30 17:07:28 · 2707 阅读 · 0 评论 -
NMF非负矩阵分解算法(Non-negative Matrix Factorization)
NMF的基本思想可以简单描述为:对于任意给定的一个非负矩阵V,NMF算法能够寻找到一个非负矩阵W和一个非负矩阵H,使得满足 ,从而将一个非负的矩阵分解为左右两个非负矩阵的乘积。如下图所示,其中要求分解后的矩阵H和W都必须是非负矩阵。矩阵V分解为左矩阵W和右矩阵H,可理解为原始矩阵V的列向量是H中的所有列向量的加权和,对应的权重系数则是W的列向量的元素,所有H称为基矩阵,W称为系数矩阵。NMF在人脸识别的应用中和PCA还有VQ分解不同。VQ分解是用一张完整的图像直接代表源脸部图像;PCA是将几个完整人原创 2022-05-28 18:14:21 · 2591 阅读 · 0 评论 -
PCA主成分分析理论
无监督学习与监督学习不同,在无监督学习中,学习算法只有输入数据,并且从数据中提取需要的知识。而其中有两种常用类型:数据集变换和聚类。无监督变换是创建数据新的表示的算法,与数据的原始表示相比,新的表示可能更容易被人或其它机器学习算法所理解。而无监督变换的一个常见应用就是降维,它接受包含许多特征的数据的高维表示,并找到表示该数据的一种新的方法,用较少的特征就可以概括数据信息的重要特性。降维的一个常见应用是将数据降为二维之后进行可视化。无监督变换的另一个应用是找到”构成“数据的各个部分。这方面的一个例子就是原创 2022-05-28 18:07:21 · 120 阅读 · 0 评论 -
LinearModel
PyTorch Fashion(风格)1、prepare dataset2、design model using Class # 目的是为了前向传播forward,即计算y hat(预测值)3、Construct loss and optimizer (using PyTorch API) 其中,计算loss是为了进行反向传播,optimizer是为了更新梯度。4、Training cycle (forward,backward,update)import torch# prepare dat原创 2022-05-10 14:29:37 · 112 阅读 · 0 评论