- 博客(2)
- 收藏
- 关注
RSS订阅原创 用梯度下降法简单实现一元线性拟合
梯度下降法：沿着梯度向量的反方向移动，直至找到函数的最小值。在训练模型中，这里的梯度指损失函数的梯度。梯度向量：函数的某一点处沿着一个向量的方向导数最大（即取得梯度），则该向量为梯度向量。需要注意的是，这里没有划分训练集和验证集，因为可以用最小二乘法来验证模型的好坏。是一个数据集，这里的数据集是随机生成的，实际应用中应该是真实的数据集。梯度：函数在某一点的最大方向导数，表示函数在该点上升最快的方向。这里需要知道的是原本模型的参数就作为损失函数的自变量。损失函数：用于评估模型的好坏的某一种误差度量函数。
2024-05-09 17:22:44
423
1
原创 浅谈斐波那契数列通项公式的推导
但是这个状态转移方程是由前2个状态推导的，为了从前1个状态推导，应该把两个斐波那契数列。状态推导出来，而不需要前两个状态。这个状态转移方程就可以直接由。
2024-04-12 09:19:04
813
4
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