qq_52317884的博客

梯度下降法Epochbatchasizeiterations参数和超参数Seq2Seq模型 梯度下降法 学习率：步长越大则学习率越高 误差函数不断减小。 如果训练数据过多，无法一次性将所有数据送入计算。 故将数据分成几个部分：batch，分多个batch，逐一送入计算训练。 Epoch 一个 epoch(回合) 表示：将全部数据送入神经网络模型中，完成了一次 前向计算 + 反向传播 的(完整训练)过程。 由于一个 epoch 通常太大，所有会分成几个小的 baches。 将所有数据迭代训练一次是不够的，需.

决策树ID3算法C4.5算法 决策树 监督学习。 描述对数据进行分类的树形模型，可以是二叉树或非二叉树。 内部结点(绿)表示一个特征或属性，叶子结点(橘)表示一个结果类。 能用来做回归(叶子结点值指代输出值)、分类 常见决策树算法：ID3，C4.5，C5.0，CART(分类效果一般优于其他决策树) ID3算法 根据信息增益(熵减)来选择进行划分的特征，然后递归地构建决策树。 适用于离散型数据。 信息量：对信息的度量。 越小概率的事情发生产生的信息量越大，越大概率的事情发生产生的信息量越小。 一个具体事件.