AI算法
关注
分享
扫一扫
积累AI算法
YUE.YUN
这个作者很懒，什么都没留下…
展开
-
初学算法——算法进阶
Gradient descent（梯度下降法） Conjugate gradient（共轭梯度法） BFGS（拟牛顿法） L-BFGS后面三种算法与梯度下降法相比：不需要手动设置学习率α 收敛速度更快但是后面三种算法的复杂程度远远高于梯度下降法，如果非计算专家，无需弄懂其中的具体细节，只要会调动使用就可以了...原创 2020-02-25 16:42:40 · 126 阅读 · 0 评论 -
初学算法——逻辑回归（Logistic Regression）算法
用集训集拟合参数θ，确定θ后，边界也就确定了将逻辑回归函数整理成一个等式用梯度下降法求解逻辑回归方程推导这样，直接讲的特征缩放法和均值归一化就都能用到这里，直接加快收敛速度...原创 2020-02-25 15:58:51 · 405 阅读 · 0 评论 -
初学算法——标准方程法
标准方程法（normal equation）化简后的标准形式如图：二次方程求极值：对方程求一阶导，然后令其等于零求解，得到的X的值就是原方程的极值点当此处我们的θ为多维的相量的时候，也可依次求导，然后得到每个方程的极值点此处有另外一种方式求极值点：这样求出来的θ就是方程的极值点案例：这样的方法就是求成本函数最小值的标准方程法梯度下降...原创 2020-02-24 18:14:39 · 502 阅读 · 0 评论 -
初学算法——梯度下降法
梯度下降算法注：:=是赋值的意思 右边错误是因为temp1中采用了更新后的θ0，而梯度下降算法中要求的是同时更新；右边是另外一种算法α太大，可能会导致不收敛线性代数知识：矩阵的加减乘除算法、单位矩阵、逆矩阵运算、矩阵的转置定义相关知识特征缩放法目的：加快梯度下降算法的收敛速度。问题描述：如上左图，如果取值θ1=（0 ，5），θ2=（...原创 2020-02-24 17:51:23 · 730 阅读 · 0 评论