机器学习与神经网络
xiaoxinxin2016
just do it
展开
-
[机器学习]斯坦福公开课-第3课-局部加权线性回归和logistic回
紧接着上一节公开课,第三节老师在线性回归算法的基础上讲了局部加权回归(LOESS)和logistic回归 首先,我们明确几个概念: (1)欠拟合 过拟合 (2)非参数学习算法:参数的数量会随着m的增多而增多 --------------------------------------------------------------------分割线---------------------原创 2016-09-07 16:10:01 · 640 阅读 · 0 评论 -
[机器学习]斯坦福公开课-第1,2课-监督与非监督矩阵以及梯度下降
本人作为技术小白,首次通过观看斯坦福公开课学习机器学习,现在将所学到的内容记录如下 一,明确机器学习,神经网络以及深度学习之间的关系: 机器学习:设计和分析一些学习算法,让计算机从训练样本中获得规律获取决策函数。当有输入时,通过决策我们就知道我们我们所输入的为哪一类了 神经网络:众多的机器学习算法中较为接近生物的神经网络的数学模型。神经网络由模拟神经网络的结构和功能,由大原创 2016-09-05 19:22:24 · 489 阅读 · 0 评论