- 博客(4)
- 收藏
- 关注
RSS订阅原创 【Datawhale X 李宏毅苹果书 AI夏令营】深度学习详解1.3
1 模型偏差定义：模型过于简单，无法捕捉数据的真实关系。问题：即使找到最优参数，模型的损失仍然较高。解决方法：增加输入特征，如从使用前一天的信息增加到56天前的信息。使用深度学习，增加模型的灵活性和复杂度。2 优化问题定义：梯度下降等优化算法可能无法找到全局最小值，而是停留在局部最小值。问题：模型在训练集上的损失无法降低到理想水平。判断方法：通过比较不同复杂度的模型在训练集上的表现。如果简单模型表现好，复杂模型表现差，可能是优化问题。解决方法：尝试不同的优化算法。
2024-09-01 14:44:37
220
原创 【Datawhale X 李宏毅苹果书 AI夏令营】深度学习详解1.2
深度学习通过构建复杂的神经网络模型，使用梯度下降法优化参数，可以有效地解决多种机器学习问题。然而，模型设计时需要注意避免过拟合，确保模型具有良好的泛化能力。
2024-08-30 14:58:47
733
原创 【Datawhale X 李宏毅苹果书 AI夏令营】机器学习基础1.1
机器学习（ML）：赋予机器学习的能力，通过寻找合适函数处理数据。深度学习（DL）：作为机器学习的一个子领域，使用多层神经网络来学习数据的复杂表示。
2024-08-27 18:34:58
380
1
原创 高精度算法
为什么要使用高精度算法？高精度算法，属于处理大数字的数学计算方法。在一般的科学计算中，会经常算到小数点后几百位或者更多，当然也可能是几千亿几百亿的大数字。一般这类数字我们统称为高精度数，高精度算法是用计算机对于超大数据的一种模拟加，减，乘，除，乘方，阶乘，开方等运算。对于非常庞大的数字无法在计算机中正常存储，于是，将这个数字拆开，拆成一位一位的，或者是四位四位的存储到一个数组中， 用一个数组去...
2019-04-27 16:51:29
565
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人