机器学习
文章平均质量分 93
wuming先生
这个作者很懒,什么都没留下…
展开
-
深度学习常用损失函数总览:基本形式、原理、特点
在正文开始之前,先说下关于 Loss Function、Cost Function 和 Objective Function 的区别和联系。在机器学习的语境下这三个术语经常被交叉使用。- 损失函数 Loss Function 通常是。转载 2022-11-13 13:28:41 · 651 阅读 · 0 评论 -
贝叶斯定理
引言 朴素贝叶斯分类器是基于贝叶斯定理的一种概率分类 算法。与线性回归和逻辑回归算法等判别回归和分类算法 相比,不是直接学习特征与输出之间的映射函数或者条件 分布,而是采用生成的方法,直接学习特征与输出之间的联合分布概率,然后再采用贝叶斯定理求取特征与输出之间的分布 贝叶斯方法的基本观点 贝叶斯分析方法的特点是用概率去表示所有形式的不确定性, 学习或其它形式的推理都用概率规则来实现。贝叶斯学习的结果表示为随机变量的概率分布,它可以解释为我们对不同可能性的信任程度。贝叶斯学派的起点是贝叶斯的两项工作:贝叶原创 2021-10-17 19:53:58 · 388 阅读 · 0 评论 -
机器学习入门笔记
机器学习笔记 一. 使用scikit-learn导入数据集 1. pycharm解决到导入库的问题 找到pycharm的终端Terminal 输入命令行pip3 sklearn安装对应的包 2. 数据集简单描述 scikit-learn 包括一些标准数据集,不需要从外部下载,可直接导入使用,比如与分类问题相关的Iris数据集和digits手写图像数据集,与回归问题相关的波士顿房价数据集。 以下列举一些简单的数据集,括号内表示对应的问题是分类还是回归: #加载并返回波士顿房价数据集(回归) load原创 2021-10-03 20:13:14 · 617 阅读 · 0 评论