IOT_victor的博客

目录 1 吴恩达机器学习之线性回归1.1单变量线性回归（Linear Regression with One Variable）1.2多变量线性回归（Linear Regression with Multiple Variables）1.3正则化线性回归1 吴恩达机器学习之线性回归1.1单变量线性回归（Linear Regression with One Variabl...

目录一、二元分类问题1.1 二分类任务1.2 对数几率1.3 极大似然法（maximum likelihood）1.4 优化算法1.5 模型综述二、两种角度看待逻辑回归2.1 统计学角度：似然函数2.2机器学习角度：损失函数2.3 最终预测：从概率到选择三 、模型评估四、多元逻辑回归五、scikit-learn中logistic regr...

1 Linear SVM1.1 SVM基本型最条件的最优化问题（最大化间隔d）其中，代表w二范数的平方所以SVM基本型为：支持向量机是求解凸二次规划（目标函数是二次函数，约束函数是仿射函数）的最优化算法。凸优化问题的标准形式为：1.2 对偶问题应用拉格朗日对偶性，通过求解对偶问题（dual problem）得到原始问题的最优解，这样更易求解，且...

转自：简单易懂的softmax交叉熵损失函数求导softmax经常被添加在分类任务的神经网络中的输出层，神经网络的反向传播中关键的步骤就是求导，从这个过程也可以更深刻地理解反向传播的过程，还可以对梯度传播的问题有更多的思考。softmax 函数softmax(柔性最大值)函数，一般在神经网络中， softmax可以作为分类任务的输出层。其实可以认为softmax输出的是几个类别选择的概率...

经常有跨专业同学问如何入门AI，自己也是小白一枚，摸索了一段时间，写点推荐，希望对入门者有所帮助。上图是一年内买的实体书，这些书也能堆成小山了。（然而并没有完整看完几本，￣□￣｜｜，先作为案头书边查边用）文末有推荐书单的电子书下载链接！一起学习，一起努力！机器学习、统计学是2012年前AI的核心，之后AI因为深度学习（神经网络的发展）有所突破，深度学习有两个分支领域：计算...