深度学习(3): Classification, logistic regression and brief introduction of deep learning

本文探讨了深度学习中的分类问题,以神奇宝贝类型识别为例,详细阐述特征提取、模型构建以及如何进行分类。同时介绍了高斯分布的极大似然估计,并通过实例解释了如何计算其均值和方差。接着,文章转向逻辑回归,讨论了其作为生成模型的优点,并指出在某些情况下,深度学习能提供更好的解决方案。
摘要由CSDN通过智能技术生成

Classification

  • credit scoring
  • medical diagnosis
  • handwritten character recognition
  • face recognition

Pokemon example application

1 Pokemon type symbols

在这里插入图片描述

2 Feature

  • Total
  • HP
  • Attack
  • Defense
  • SP Attack
  • SP Def
  • Speed

3 How to do classification

  • Training data for classification
    在这里插入图片描述
    在这里插入图片描述

考虑最远端的蓝色分类,紫色线为预测出来的,但有一部分蓝色的被分类到红色。

4 Ideal Alternatives

在这里插入图片描述

5 Two Boxes

在这里插入图片描述

Generative Model (p(x))

在这里插入图片描述

在这里插入图片描述

6 Example

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值