- 博客(3)
- 收藏
- 关注
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
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人