- 博客(3)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 李宏毅机器学习-误差和梯度下降
目录 前言 一、误差 1.偏差 2.方差 3.减少错误 4.模型选择（比较验证） （1）交叉验证 （2）N折交叉验证 二、梯度下降 1.调整学习率 （1）一般调整学习率 （2）自适应学习率 （3）Adagrad算法 2.随机梯度下降 3.特征缩放 总结 前言 本文内容涉及误差、梯度下降，来源于李宏毅老师深度学习视频。 一、误差 误差反映整个模型的准确度，误差的来源由两部分：偏差（bias）和方差（variance）。可以用下面式子表示： 1.偏差 描述
2022-05-20 22:13:07
526
原创 机器学习之回归问题
目录 前言 一、回归定义 二、回归建模步骤 1.模型假设-线性模型（Linear Model） （1）一元线性模型 （2）多元线性模型 2.模型评估-损失函数（Loss Funtion） 3.最佳模型-梯度下降（Gradient Descent） 5.常见问题 总结 前言 本文来源于李宏毅老师的机器学习课程。` 回归是一种有监督学习，主要是从中发现变量之间的相关性，确定变量间的关系式，从而预测输出的变量值。 一、回归定义 回归问题主要用于预测某连续变量的数值，例如：预测PM..
2022-05-18 18:23:09
6709
3
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人