Mikael_旧少年-优快云博客

原创 Day04 正则化

过拟合问题图一，欠拟合，算法具有高偏差。图三，过拟合，算法具有高方差。代价函数线性回归的正则化 Logistic回归的正则化 ...

2019-01-04 18:05:25 214

原创 Day03 Logistic回归

分类对于上面的数据集，线性回归算法似乎可用，对于下面的效果就很差劲了，所以不推荐将线性回归用于分类问题。假设陈述假设函数表达式决策界限这个函数具体来说，就是给定x和参数θ时，y=1的估计概率。下图分界线称为决策边界，由参数决定。我们使用数据集确定参数，然后就可以完全确定决策边界。代价函数下图左...

2019-01-03 18:50:54 177

原创数学之美——谈谈分词

一般来讲，应用不同，汉语分词的颗粒度大小应该不同，因此不同的应用应有不同的分词系统。中文分词的方法也被应用到英语处理，主要是手写体识别中。分词的错误可以分为越界型错误和覆盖型错误。越界型错误：把“北京大学生”分为“北京大学-生”。覆盖型错误：把“贾里尼克”拆成四个字。不断完善复合词的词典，是近年来中文分词工作的重点。...

2019-01-01 21:48:45 265

原创数学之美——统计语言模型

贾里尼克的出发点很简单：一个句子是否合理，就要看它的可能性大小如何，至于可能性就用概率来衡量。马尔可夫提出了一种偷懒但还颇为有效的方法，假设任意一个词Wi出现的概率只同它前面的词Wi-1有关，这种假设在数学上称为马尔可夫假设。高阶语言模型，N-1阶马尔可夫假设等。实际应用中最多的是N=3的三元模型，更高阶的很少使用。模型的训练，零概率问题和平滑方法。古德-图灵估计的原理：对于没...

2019-01-01 16:43:06 434 1

原创数学之美——自然语言处理—从规则到统计

看书过程中记一些好玩的上世纪七十年代，基于规则的句法分析（包括文法分析或者语义分析）很快走到了尽头，而对语义的处理则遇到了更大的麻烦，首先，自然语言中词的多义性很难用规则表达清楚，而严重依赖于上下文，甚至是“世界的知识”或者常识，1970年以后的统计语言学的出现使得自然语言处理重获新生，并取得非凡成就。自然语言处理的应用在过去25年里发生了巨大的变化，比如对自动问答的需求很...

2019-01-01 16:21:15 760 1

原创数学之美——文字和语言vs数字和信息

本章讲述了文字，数字和语言的历史，提到了一些概念和主题，包括通信的原理和信息传播模型（信源）编码和最短编码解码的规则，语法聚类校验位双语对照文本，语料库和机器翻译多义性和利用上下文消除歧义性...

2018-12-31 19:30:54 245

原创 Day02 多变量线性回归

多功能x表示一个向量我们用多个特征量或者变量来预测Y值，这就是所谓的多元线性回归多元梯度下降法多元线性回归模型如下特征缩放通过特征缩放，他们值得范围变得相近，这样你得到的梯度下降算法就会更快地收敛不要太大，也不要太小特征缩放并不需要太精确，只是为了让梯度下降。以下为均值归一化工作。学习率这条曲线显示的是梯度下降的每步迭代后代...

2018-12-31 15:36:05 213

原创 Day01 单变量线性回归

参考Andrew Ng模型描述一个监督学习的例子。h是一个引导从x得到y的函数，该函数叫做假设函数。我们先从这个例子开始，先拟合线性函数，然后在此基础上，最终处理更复杂的模型，以及学习更复杂的学习算法，这种模型被称为线性回归，该例子是一个一元线性回归，也称为单变量线性回归。代价函数代价函数的数学定义。代价函数也被称作平方误差函数，有时也被称为平方误差代...

2018-12-30 14:58:27 194