CirclesC-CSDN博客

原创 Datawhale X 李宏毅苹果书 AI夏令营_Task3

在这 3 个点上面，要让损失低，所以模型的这个曲线会通过这 3 个点，但是其它没有训练集做为限制的地方，因为它的灵活性很大，它灵活性很大，所以模型可以变成各式各样的函数，没有给它数据做为训练，可以产生各式各样奇怪的结果。但 θ∗ 的损失不够低。可以先跑一些比较小的、比较浅的网络，或甚至用一些非深度学习的方法，比如线性模型、支持向量机（Support Vector Machine，SVM），SVM 可能是比较容易做优化的，它们比较不会有优化失败的问题，这样可以先知道这些简单的模型，到底可以得到什么样的损失。

2024-09-03 21:15:48 406

原创 Datawhale X 李宏毅苹果书 AI夏令营_Task2

就可以制造不同的蓝色的函数，制造不同的蓝色的函数叠起来以后，就可以制造出不同的红色的曲线，就可以制造出不同的分段线性曲线，逼近各式各样不同的连续函数。，它仍然是一条直线，但是现实中的问题往往比较复杂，如红线一样。简单的线性模型无法构造红线，这种来自模型的限制称为模型的偏差，无法模拟真实情况。现在未知的参数很多了，再把它一个一个列出来太累了，所以直接用。我们可以用矩阵跟向量相乘的方法，写一个比较简洁的写法。的好坏，其计算方法跟刚才只有两个参数的时候是一样的。，就能构造不同的形状的sigmoid函数。

2024-08-31 20:23:09 162

原创 Datawhale X 李宏毅苹果书 AI夏令营_Task1

因为上述函数是带有未知数b和w的，因此带来了猜测，猜测往往来自于对这个问题本质上的了解，及领域知识（domain knowledge）。）≈让机器具备寻找函数的能力（Looking for Function），是的计算机系统能够从数据中学习并作出决策或预测，是经常会使用优化的方法，但是梯度下降存在一个很大的问题，即没有找到真正最好的解，没有找到可以让损失最小的。，把未知的参数找出一个数值，看代入哪个数值进去可以让损失L最小，即是要找的。：函数的输出是一个数值，一个标量。被称为特征（feature），

2024-08-26 20:28:00 284

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人