fgh123的博客

文章目录2.5偏差与方差 2.5偏差与方差 对学习算法除了通过实验估计其泛化性能,还希望了解它“为什么”具有这样的性能.“偏差一方差分解”(bias- variance decomposition)是解释学习算法泛化性能的一种重要工具   偏差-方差分解对学习算法的期望泛化错误率拆解 算法在不同训练集上学得的结果不同 即便这些训练集是来自同一分布 测试样本mmm,yDy_DyD​为在数...

文章目录5.1神经元模型神经网络方面的研究很早就出现,神经网络中最基本的是神经元(neuron)模型,43年, 【Mcculloch and Pitts,43】理想的激活是图5.2(a)把多个这样的神经元CS角度看,先不考虑神经网络是否真的模拟了生物神经网络,10个神经元两两连接,5.2感知机与多层网络感知机易实现与、或、非给定训练集,wi(i=1,2,..,n)w_i(i=1,2,..,n)wi...

文章目录13.1 未标记样本第二段第3段第4段第5段第6段 13.1 未标记样本 瓜农抱来三瓜说是好瓜 指着地里的五瓜说是坏瓜， 基于此信息，能否构建模型 判别地里的哪些瓜是好瓜？ 显然，可将说的好瓜和坏瓜作为正反例来训练分类器。 只用这点瓜做训练样本，有点少 能否将地里的瓜也用上？ 第二段 训练样本集合Dl={(x1,y1),(x2,y2),...(xl,yl)}D_l=...