![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 94
山野村夫_pro
JUST DO IT.
展开
-
linux安装pytorch
1. 先安装Anaconda3https://blog.csdn.net/bewithme/article/details/88369733Anaconda3包也可以从这里下载,然后上传到服务器,https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/2. 再用Anaconda3安装pytorchconda install pytorc...原创 2019-12-24 15:12:54 · 174 阅读 · 0 评论 -
逻辑回归LR
一、模型函数逻辑回归LR = 线性回归 + sigmoid它是过去应用最广泛最流行的一种分类/排序算法,虽然逻辑回归的名字是“回归”,但它是一种分类算法。一般来说,不建议用线性回归做分类,因为线性回归的输出值可能远大于1或远小于0,而逻辑回归的输出压缩在区间[0,1]线性回归:,其中= 1,线性回归对特征权重有很好的解释性。sigmoid函数:,函数图像...原创 2019-08-11 11:11:00 · 181 阅读 · 0 评论 -
机器学习_吴恩达_week5(神经网络的学习)
目录一、神经网络的学习1.1 代价函数1.2 反向传播算法1.3 反向传播算法的直观理解1.4 实现注意:展开参数1.5 梯度检验1.6 随机初始化1.7 综合起来1.8 反向传播算法举例:自动驾驶一、神经网络的学习1.1 代价函数代价函数解释:第一部分:偏差部分,相比逻辑回归多了,是因为输出是k向量,每一个都要像LR那样计算一次第二部分...原创 2019-06-21 20:17:31 · 216 阅读 · 0 评论 -
杨强:深度学习是昨天,强化学习是今天,迁移学习是明天
作为首位美国人工智能协会(AAAI)华人Fellow,唯一AAAI华人Councilor,国际顶级学术会议KDD、IJCAI等大会主席,香港科技大学计算机与工程系主任杨强教授在国内外机器学习界声誉卓著。在此前接受CSDN采访时,杨强介绍了他目前的主要工作——致力于一个将深度学习、强化学习和迁移学习有机结合的Reinforcement Transfer Learning(RTL)体系的研究。那么,这...转载 2019-01-31 11:50:33 · 449 阅读 · 0 评论 -
统计学习方法__01感知机
d原创 2018-03-04 13:37:01 · 133 阅读 · 0 评论 -
机器学习_吴恩达_week3(LR)
目录一、逻辑回归1.1 分类问题1.2 模型函数1.3 决策边界1.4 代价函数1.5 简化的代价函数与梯度下降1.6 高级优化1.7 多元分类:一对多二、正则化2.1 过拟合问题2.2 代价函数2.3 正则化的线性回归2.4 正则化的逻辑回归一、逻辑回归LR(Logistic Regression)是最流行最广泛的一种分类算法。1....原创 2018-01-14 17:40:42 · 323 阅读 · 0 评论 -
机器学习_吴恩达_week4(神经网络表示)
目录一、神经网络表示1.1 非线性模型1.2 神经元与大脑1.3 模型表示11.4 模型表示21.5 特征和直观解释11.6 样本和直观解释21.7 多类分类问题一、神经网络表示1.1 非线性模型当有两个特征时,逻辑回归模型表现得很好,很多特征呢?假设有100个特征,那么1. 任意两两特征组合,约有5000个,O()2. 任意三个特征组合,约有1...原创 2018-01-21 17:13:35 · 436 阅读 · 0 评论 -
coursera_机器学习_吴恩达_week3(补充)
过拟合与正则化---------------------------------------提纲--------------------------------------1.1过拟合1.2代价函数1.3正则化线性回归1.4正则化逻辑回归-------------------------------------------1.1 过拟合过程什么是原创 2018-01-20 20:57:56 · 268 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 · 278 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 · 301 阅读 · 0 评论