Machine Learning
关注
分享
扫一扫
当年明月7
等风来~
展开
-
梯度下降法（Gradient Descent）概述
原文出处：https://www.cnblogs.com/pinard/p/5970503.html 在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。这里就对梯度下降法做一个完整的总结。1. 梯度 在微积分里面，对多元函数的参数求∂偏导数，把求得的各个参数的偏转载 2017-12-03 21:01:24 · 737 阅读 · 0 评论 -
1.ML-监督学习(supervised learning)与无监督学习(unsupervised learning)
1.1监督学习(supervised learning)初步定义：给定一个数据集，并且给定正确答案，数据集中的每个例子，算法将预测得到例子的“正确答案”。原创 2018-06-23 08:59:38 · 11756 阅读 · 0 评论 -
2.应用于线性回归中的梯度下降方法
本文将详细的叙述①线性回归，②梯度下降方法以及③在线性回归中应用梯度下降方法。原创 2018-06-30 11:31:56 · 511 阅读 · 0 评论