![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
山野村夫_pro
JUST DO IT.
展开
-
深度学习(一)
Tensorflow手写数字识别一、前馈神经网络 二、基于MNIST的手写数字识别 当我们开始学习编程的时候,第一件事往往是学习打印"Hello World"。就好比编程入门有Hello World,机器学习入门有MNIST。1、输入信号的特征表示 MNIST是一个入门级的计算机视觉数据集,它包含各种原创 2017-08-06 16:37:23 · 324 阅读 · 0 评论 -
机器学习_周志华版_读书笔记_01 绪论
第一章 绪论一、 基本术语1、分类、回归、聚类 分类(classification):预测的是离散值,例如“好瓜” “坏瓜” 回归(regression):预测的是连续值,例如西瓜成熟度0.95、0.37 聚类(clustering):将训练集中的西瓜分成若干组,每组称为一个“簇”(cluster);这些自动形成的簇可能对应一些潜在的概念 划分,例原创 2017-08-27 12:51:58 · 309 阅读 · 0 评论 -
机器学习_周志华版_读书笔记_02 模型评估与选择
第二章 模型评估与选择一、经验误差与过拟合1、训练误差与泛化误差 误差:学习器的实际预测输出与样本的真实输出之间的差异。 训练误差:学习器在训练集上的误差。也称经验误差。 泛化误差:在新样本上的误差。 显然,我们希望得到泛化误差小的学习器.然而,我们事先并不知道新样本是什么样,实际能做的是努力使经验误差最小化。2、过拟合与欠拟合原创 2017-08-27 21:17:05 · 285 阅读 · 0 评论