机器学习
文章平均质量分 72
yeyeyeping
这个作者很懒,什么都没留下…
展开
-
第二讲 线性回归 梯度下降
机器学习的一般过程:构建线性模型:线性模型:试图学得一个通过属性的线性组合来进行预测的函数梯度下降算法构建一个线性模型拟合数据:根据机器学习三要素(绪论部分见第一讲)1.定义模型2.策略(也即损失函数)在线性模型中,损失函数可以用所有训练数据实际值和预测值差的平方和来描述,此函数值越小,模型对训练数据集的拟合能力越强。补充:在机器学习中表示的是第i个样本的y值,损失函数的系数只是为了后续的计算量3.算法当损失函数定义好了之后,算法的主要任务就是找到一种合理数学方案使得机器原创 2021-09-18 19:12:13 · 329 阅读 · 0 评论 -
第二讲 代码部分
涉及的numpy Api学了一个学期数据分析与可视化,numpy还不会用,惭愧惭愧np.loadtxt(参数说明太多了截图不下,介绍常用的)参数fname ------> 文件路径参数delimiter --------> 分割符号numpy.reshape、numpyarray.reshape作用:保持原始数据,改变数组的长度(static)参数a就是原数组,如果使用Numpyarray成员函数的reshape是没有这个方法的参数:newshape ------->可以原创 2021-09-18 19:11:01 · 176 阅读 · 0 评论 -
机器学习 绪论
1.什么是机器学习机器学习是这样一门学科,它致力于研究如何通过计算的手段,利用经验来改善系统自身的性能机器学习研究的主要内容:是关于在计算机上从数据产生模型的算法,即学习算法。2.泛化能力机器学习的目标是使得学得的模型能很好地适用于新样本,适用于新样本的能力,称之为泛化能力3.机器学习的分类本学期学习的重点是监督学习和无监督学习。...原创 2021-09-16 16:18:57 · 123 阅读 · 0 评论