机器学习
关注
分享
扫一扫
文章平均质量分 86
淅淅沥沥的熙
这是我的个人博客：https://xilixili.github.io/
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
machine learning 机器学习入门（二)
本文是在看了andrew ng的斯坦福公开课后写的笔记，有兴趣的网友可以戳这里吴恩达斯坦福公开课 从概率角度解释线性回归 上篇博客说到了线性回归的成本函数以及其拟合方案，但我们为什么要这样来定义成本函数呢？ 我们先假设目标变量和自变量满足以下关系 其中表示误差项，因为我们在建模时选择的特征种类是有限的，所以有的隐含的特征我们是会忽略的，这种情况不可避免，毕竟我们不可能一开始知道所有的影...原创 2018-10-11 21:43:41 · 887 阅读 · 0 评论 -
machine learning 机器学习入门（一)
本文是在看了andrew ng的斯坦福公开课后写的笔记，有兴趣的网友可以戳这里吴恩达斯坦福公开课 有监督学习和无监督学习： 机器学习是如今用处较多的一个技术，机器学习，顾名思义，就是计算机替代人类主动去学习并掌握住事物发展的规律，从中拟合出自己想要的模型函数 首先先讲讲机器学习中的主要分类，机器学习分为监督学习和非监督学习，从名字中来理解，监督学习就是有监督的学习，那么是什么来监督呢，在机器...原创 2018-10-11 10:42:34 · 945 阅读 · 0 评论 -
牛顿法、Hessian矩阵
牛顿法 主要有两方面的应用： 1. 求方程的根； 2. 求解最优化方法； 一. 为什么要用牛顿法求方程的根？ 问题很多，牛顿法 是什么？目前还没有讲清楚，没关系，先直观理解为 牛顿法是一种迭代求解方法（Newton童鞋定义的方法）。 假设 f(x) = 0 为待求解方程，利用传统方法求解，牛顿法求解方程的公式： f(x0+Δx)...转载 2018-10-06 20:41:21 · 814 阅读 · 0 评论 -
machine learning 机器学习入门（三)
分类和逻辑回归 在之前说过了线性回归的一些问题，线性回归常常用在一些预测值为连续的情况下，但生活中有的结果是以离散的形态分布的，比如下雨还是不下雨，浏览到新闻会点击还是不会点击，看到商品买还是不买，这些都是有特定的结果类别的，我们称这一类问题为分类问题 对于二元分类的问题，从线性的角度来看，最终的预测值依然是连续的，但我们可以对于预测的值设定一个阈值，当预测值超过这个值则另结果为1，否则为0，...原创 2018-10-15 13:45:58 · 189 阅读 · 0 评论 -
machine learning 机器学习入门（四)
构建广义线性模型 先了解一下指数族分布的形式，如果一个分布能用以下的形式写出来，则这个式子为指数族分布 稍微对比思考会发现，之前的分类用的伯努利分布以及高斯分布都是属于指数族分布的 对于伯努利分布，有如下的式子 与指数族的式子相对比会发现，对应关系为 即 其实也就是我们上篇博客说到的logistic函数，从某种层面上也可以解释我们选择logistic函数作为二元分类的概率模型预...原创 2018-10-16 11:59:57 · 309 阅读 · 0 评论