black_shuang的博客

前言博主第一次接触机器学习，内容可能有许多原文复现，但是我尽量用自己的话来讲读书笔记第一目的是为了总结，第二是顺便在博客上记录我的学习历程，同时也希望读者能有一点点收获吧~如果不对的地方，还请多多指教！正文周志华的机器学习第四章讲的是关于决策树。决策树的基本流程顾名思义，决策树就是基于树的结构来进行决策的。如图4.1所示，从树的根结点，到叶子结点（也就是判别结果），其中一般会经过若干个中间结点，每...

博主从未接触过机器学习，读书笔记第一目的是为了总结，第二是放到网上交流，多多指教！周志华的机器学习第三章讲的是：线性模型首先从线性模型的基本形式出发，进而介绍了几种经典的线性模型（线性回归，二分类，多分类），博客也按照该流程陈述自己的学习收获。1.线性模型的基本形式线性模型，关键在于“线性”。顾名思义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，即：其中x是包含d维属性的向量，(x1,x...

前言博主第一次接触机器学习，内容可能有许多原文复现，但是我尽量用自己的话来讲，觉得写得还行的话点个喜欢，谢谢！读书笔记第一目的是为了总结，第二是顺便在博客上记录我的学习历程，同时也希望读者能有一点点收获吧~如果不对的地方，还请多多指教！正文周志华的机器学习第五章讲的是关于神经网络这一方面，内容上包括了基本神经网络的组成与基本概念，常见的神经网络学习算法以及相关优化问题，在后面简单介绍了几种常见的神...

卡方检验卡方检验的百科解释:卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，如果卡方值越大，二者偏差程度越大；反之，二者偏差越小；若两个值完全相等时，卡方值为0，表明理论值完全符合。在实际中我们常常用来推断变量与变量之间是否存在联系。卡方值的计算其中，A代表实际观测值，E代表理论推断值，卡方值的计算主要就是...

主要总结两个问题:为什么传统的深层神经网络，随着层数的增加会越来越难拟合训练？ 问题1的常见对策(Batch_Normalization)的介绍一、为什么传统的深层神经网络，随着层数的增加会越来越难拟合训练？众所周知,传统的深层神经网络，随着层数的加深，模型会变得很难训练，很难拟合，这个很多人都知道，但是为什么呢，怎么样解释清楚？首先机器学习领域有一个很重要的假设：即独立同分布假设...

一、前言本阅读笔记是在阅读BERT模型过程中觉得需要记录的笔记,也是自己的理解记录。如有错误，欢迎指出纠正讨论，谢谢！目前该篇仅记录BERT文章的前三章，也就是模型相关介绍，后面的实验以及讨论暂未看完,后期继续更新！博客中引用的图片全部来自于BERT原文:https://arxiv.org/pdf/1810.04805.pdf摘要部分摘要部分主要概括性的介绍BERT的主体:...