qq_37992321的博客

明天再写

版权声明：如果对大家有帮助，大家可以自行转载的。原文链接： 二分类 将一类数据定义为类别1，其余数据为类型2，只需要分类一次。 多分类 先定义其中一类为类型1（正类），其余数据为负类（rest）；接下来去掉类型1数据，剩余部分再次进行二分类，分成类型2和负类；如果有n类，那就需要分类n-1次。 Sigmod激活函数 g(z)g(z)g(z) 代表一个常用的逻辑函数（logistic function）为SSS形函数（Sigmoid function），公式为： 合起来，我们得到逻辑回归模型的假设函数：

版权声明：如果对大家有帮助，大家可以自行转载的。原文链接： 监督学习分为： 回归——预测出的标签连续（房价、股票预测）； 分类——预测出的标签离散。 线性回归 是一种通过属性的线性组合来进行预测的线性模型，其目的是找到一条直线或者一个平面或者更高维的超平面，使得预测值和真实值之间的误差最小化。 线性回归的符号约定 m代表训练集中样本的数量 n代表特征的数量 x代表特征/输入变量 y代表目标变量/输出变量 (x,y)达标训练集中的样本 x和y的关系 h(x) = w0+w1x1+…+wnxn 可以设x0

1.机器学习与人工智能、深度学习的关系 人工智能：让机器拥有人类智慧；百度百科定义 机器学习：在计算机中设计模型，再将已知的数据（经验）喂入以此来训练模型，以达到用此模型来预测未来；百度百科定义 深度学习：机器学习的一个分支，更靠近人工智能。百度百科定义 2.机器学习的范围 数据挖掘、模式及识别、计算机视觉、语音识别、自然语言处理、统计学等 3.机器学习可以解决的问题 给定数据的预测问题： 数据清洗/特征选择 确定算法模型/参数优化 结果预测 不能解决什么： 大数据存储/并行计算 做一个机器人 4.