2019年04月_致Great

12月 09月 07月 06月 05月 04月 03月 02月 01月

原创机器学习实战总结(1) K-邻近算法

1 KNN概述K-邻近算法采用测量不同特征值之间的距离方法进行分类，工作原理是：存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，意思是我们知道样本集中的每一个数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据的分类标签。选择k个最相似数据中出现次...

2019-04-21 14:13:00 369

原创深度学习笔记总结(2) 改善深层神经网络:超参数调试、正则化以及优化

1 第一周深度学习的实用层面1.1 训练集、验证集、测试集训练集用来训练模型内参数的数据集验证集用于在训练过程中检验模型的状态、收敛情况。验证集通常用于调整超参数，根据几组模型验证集上的表现决定哪组超参数拥有最好的性能。同时也可以用评价指标评估模型、比如准确率、召回率、平均误差。测试集用于评估模型的泛化能力在机器学习中，我们通常将...

2019-04-16 15:48:00 392

原创深度学习笔记总结(1)

针对深度学习基础部分，有必要恶补一些吴恩达的深度学习课程，其实晚上有很多总结和笔记，本系列文章是针对黄海广大佬整理的《深度学习课程笔记(V5.47)》的总结和自己的理解，以便加深印象和复习。1 第一周深度学习引言1.1 深度学习为什么会兴起数据规模数据规模越来越大，远超过传统机器学习算法的学习能力。计算量算法的创新发展和提出了多样的神经...

2019-04-12 14:52:00 335