Liaojiajia-Blog

有监督学习和无监督学习（一）有监督学习（二）无监督学习（三）二者的区别（四）如何在两者中选择合适的方法（一）有监督学习概念：通过已有的训练样本去训练得到一个最优模型，再利用这个模型将所有的输入映射为相应的输出，对输出进行简单的判断从而实现预测和分类的目的，也就具有了对未知数据进行预测和分类的能力。简单来说，就像有标准答案的练习题，然后再去考试，相比没有答案的练习题然后去考试准确率更高。监督学...

训练并优化神经网络的步骤选择网络结构，即决定选择多少层以及决定每层分别有多少个单元。第一层的单元数即训练集的特征数量。最后一层的单元数是训练集的结果的类的数量。如果隐藏层数大于1，确保每个隐藏层的单元个数相同，通常情况下隐藏层单元的个数越多越好。真正要决定的是隐藏层的层数和每个中间层的单元数。训练神经网络：参数的随机初始化通常需要把参数初始化为趋近于0的极小的值。当使用逻辑回归...

如何使用机器学习解决问题定义问题：收集数据集对数据进行预处理算法（模型）的选择对结果进行优化（评估算法）要用机器学习来解决问题，一般的步骤为：定义问题：收集数据集对数据进行预处理算法（模型）的选择对结果进行优化（评估）定义问题：收集数据集收集问题资料，深入理解问题，然后将问题抽象成机器可预测的问题。明确业务目标和模型预测目标。根据预测目标选择适当的评估指标用于模型评估。...

支持向量机

神经网络反向传播算法 推导（一） 概念及基本思想（二）信息的前向传播（三）误差反向传播（1）输出层的权重参数更新（2）隐藏层的权重参数更新（3）输出层与隐藏层的偏置参数更新（4）反向传播算法的4个核心公式（5）BP算法计算：某个训练数据的代价函数对参数的偏导数（6）总结：用“梯度下降”算法更新参数（一） 概念及基本思想误差反向传播算法简称反向传播算法（即BP算法）。使用反向传播算法的多层感知器...

无监督学习（K-means聚类 & 降维PCA）（一）（1）（2）（一）（1）（2）