机器学习
__Limits
多多尝试才知道喜欢的方向
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
-
机器学习——基础概念:一
文章目录几种学习方法神经网络什么是神经网络:神经网络怎样训练的?什么是卷积网络?几种学习方法监督学习:全部信息都带有标签,让计算机通过标签知道什么是什么。非监督学习:全部没有标签,让计算机自己区分一些和另一些的区别。半监督学习:少量有标签,大量没有标签强化学习:让计算机完成一个从未做过的任务,不给方法,让计算机自己摸索解决问题的途径。从经验中提升自己。AlhfaGo。遗传算法:类似于...原创 2019-05-09 17:42:53 · 416 阅读 · 0 评论 -
机器学习——基础概念二:神经网络技巧
文章目录神经网络技巧神经网络的检验特征标准化选择好特征——Good Feature激励函数神经网络技巧神经网络的检验训练数据:70%检验数据:30%这就像平时大量做作业,平时分并不多;考试做题只是少数,但却是占分最重的。对神经网络的基本评价基本上是基于这30%的测试数据。看一下检验神经网络时参考的曲线:误差曲线:如果理想的话,刚开始训练误差率降的很快,随后提升的空间减小,曲线也趋于水...原创 2019-05-11 15:54:00 · 691 阅读 · 0 评论 -
机器学习——基础概念三:强化学习、进化算法
文章目录强化学习,Reinforcement Learning强化学习概念强化学习方法汇总Q Learning强化学习,Reinforcement Learning强化学习概念什么是强化学习?让机器自己独立面对一个问题,从什么都不懂,自己慢慢摸索,到最后掌握解决问题的办法。强化学习具有高分导向性,和监督学习中的标签有些类似。但是又有些区别,区别就在于数据和标签一开始都不存在,需要模型自己来...原创 2019-05-16 22:04:10 · 3291 阅读 · 0 评论
分享