- 博客(4)
- 收藏
- 关注
原创 什么是features(特征)
什么是features(特征)因为之前有人问道这个,所以写一下,特征是什么:我仍然用之前桃子好不好的例子桃子梗是绿色的桃子表面没有破损桃子闻起来是香的←\leftarrow←这一行就叫特征example1是是不是example2是不是是example3不是是不是example4是是是一般来说我们的特征数量m表示,输入数据的大小为n×mn\times mn×m意味着有m个特征数量,n条数据。例如上面这个图,就是有3个特征量
2020-10-27 14:17:47 2526
原创 Optimization和adptive learning rate的介绍(李宏毅ML课程笔记)
Adptive Learning Rates能够在update参数的同时,根据已知的信息更新learning rate,使得learning rate大小随着迭代次数的增加适应cost曲线的变化。对adptive learning rate的要求:能够在接近optimal的附近时,让desent的步伐越来越小,由此达到最优值能够对不同的参数给出不一样的learning rate能够降低saddle points,local optimal、gradient为正值,以及gradient 过小对结果
2020-10-15 17:20:33 258 4
原创 机器学习数学笔记(入门介绍)
机器学习入门什么是features和examples,以及他们的作用有监督学习对数据的要求比如说:我判断一个桃子是不是好的,经常买桃子的会从桃子的外皮上有没有破损、桃子表面有没有腐烂、桃子桃梗是不是青的等方面来判断桃子是新鲜的,还是不新鲜的。在这里,桃子是不是好的这个是事物的本质,是我们需要得到的事物的分类结果。而外皮有没有破损,表面有没有腐烂,桃梗是不是青的这些事和事物分类结果(或者说本质)相关的属性,这个属性我们在机器学习中称为features(特征),由于小卖铺的老板不可能让我每个桃子都咬
2020-10-15 14:26:03 186 1
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