![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
记录机器学习中的一些基本知识,遗忘时方便查询
工藤旧一
小米公司 搜索算法工程师
展开
-
数据规范化和数据预处理的简单认知
数据规范化数据规范化(Normalization)也称为数据归一化(Regularization),都是翻译的词汇,明白意思就好。使用TensorFlow等机器学习框架之后,原先最复杂的部分,比如算法实现,都已经由框架帮你解决掉了,完全不懂算法也可以靠抄样例的方式完成工作。事实上现在新的算法不断出现,你已经不太可能搞明白所有算法了,参考成熟算法完成工作已经成为常态。但是原来算法实现的工作量虽然降低了,但数据从采集、规范化、输入给程序,到完成机器学习运算,再转换为合理的输出。这些工作难度不仅没有降低,而转载 2020-05-12 17:04:09 · 568 阅读 · 0 评论 -
通过一个简单代码示例来了解梯度下降
在上一篇博客https://blog.csdn.net/weixin_45459911/article/details/106061742中,简单介绍了一下人工智能的直观理解。接下来就用一个最简单的例子来演示一下机器学习中最常用的梯度下降的用法。梯度下降本身还是有很多理论干货的,但是因为实际代码中都浓缩成了一个函数去调用,所以有时候不太了解也不影响使用。不过几种常用的优化函数还是要知道的,可以参考这篇博客:https://blog.csdn.net/weixin_45459911/article/de原创 2020-05-11 21:51:04 · 228 阅读 · 0 评论 -
人工智能是什么?外行入门该如何理解人工智能?
今天在和一个以前的朋友聊天,他对我的专业很感兴趣,希望我用一种对外行人比较友好的方式来解释一下什么是人工智能。再给出一番答案之后,我又对回答进行了一下反思,有了更清晰的认知,遂记录于此。人工智能,说白了就是做数学题。更具体地说,就是解方程。但是因为生活中遇到的问题几乎都可以数学化,所以人工智能可以解决很多生活中的问题。举一个例子:一斤苹果3块钱,一个包装袋1块钱,你想买三斤苹果需要多少钱?这就是一个很简单的一次方程:y=ax+b。y=3*3+1=10元。但如果反过来,已知你用十块钱买了三斤苹果,并原创 2020-05-11 20:37:25 · 412 阅读 · 0 评论 -
过拟合与欠拟合的生动理解
文章目录1、过拟合2、欠拟合3、图像表现4、解决办法1、过拟合过拟合(OverFititing):太过贴近于训练数据的特征了,在对应训练集上表现非常优秀,近乎完美的预测/区分了所有的数据,但是在新的测试集上却表现平平。讲一个故事来解释一下过拟合:假如你在古代当官,你已经摸透了皇上的脾气,知道他讨厌别人文化比自己高,于是你每次写诗都写的很烂,皇上很中意你。结果后来皇上gg了,太子登基,太子...原创 2020-04-26 15:17:17 · 427 阅读 · 0 评论 -
正则化的方法(L1、L2、dropout等)原理与实现
一、引入原因正则化是为了处理过拟合问题,关于什么是过拟合,可查看这篇博客https://blog.csdn.net/weixin_45459911/article/details/105769370二、正则化的常用方法1、增大训练集训练的数据集规模越大,越不容易发生过拟合,但是这点往往受限于实际要求,所以有的时候很难实现。2、L1 & L2范数1、范数的数学定义假设 x 是一...原创 2020-04-26 15:54:34 · 1740 阅读 · 0 评论