机器学习笔记

最新推荐文章于 2024-09-23 18:11:31 发布
原创 最新推荐文章于 2024-09-23 18:11:31 发布 · 1.8k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍了机器学习中两个核心概念——准确率和召回率的基本定义及其计算方式，并通过简单的表格形式进行了直观展示。此外，还提供了深度学习识别红绿灯的应用案例链接，以及神经网络的英文书籍资源。
准确率和召回率

数据集中 ：          正例     反例
你的预测 正例 ：   A            B
你的预测 反例 ：   C            D
准确率就是A/(A+B) 大白话就是“你的预测有多少是对的”
召回率就是A/(A+C) 大白话就是“正例里你的预测覆盖了多少”


深度学习，识别红绿灯
https://medium.freecodecamp.org/recognizing-traffic-lights-with-deep-learning-23dae23287cc


神经网络英文书
http://neuralnetworksanddeeplearning.com/chap1.html
机器学习知识点全面总结
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
04-12 17万+
机器学习按照模型类型分为监督学习模型、无监督学习模型和概率模型三大类,文章对十大机器学习算法进行详细介绍并阐述机器学习其他概念问题，可作为机器学习初学者学习使用。
【第九周】李宏毅机器学习笔记07：Transformer
qq_30043925的博客
08-25 2534
这周主要了解了 transformer 中的 encoder 和 decoder 的结构和实现原理。在 decoder 中学习了两种解码的方法，一种是 AT （Autoregressive Transformer） ，另一种是NAT（Non-Autoregressive Transformer）。其中，AT生成序列质量高但速度较慢，而NAT则以牺牲部分质量换取更快的生成速度。最后还学习了如何训练 transformer 以及训练中的小 tips。
吴恩达机器学习笔记
weixin_49119476的博客
04-29 3066
机器学习分为监督学习和无监督学习、（强化学习）。监督学习（supervised learning)分为回归和分类问题。 无监督学习（unsupervised learning）有聚类、异常检测和降维三个应用。sigmoid函数对应，在最外层加入sigmoid函数（有点像激活函数），就是逻辑回归算法举例子，在cost function中加入额外式子作为新的cost function，会使得w3和w4权重减小。lambda:入，正则化参数红框可加可不加lambda的选择，过大或过小结果都不好
李宏毅机器学习笔记
weixin_49119476的博客
04-29 2465
m和sigma都考虑了过去所有的gradient。区别：momentum主要考虑方向sigma主要考虑大小momentus是为了增加历史运动的惯性，RMS是为了缓和步伐的大小，变得更平缓network弹性逐渐变小。receptive field + parameter share 即为 convolutional layer。使用卷积层的神经网络即为CNN。CNN有比较大的bias，但是是专门为影像设计，所以在这方面做的很好。
最全最细机器学习笔记__吴恩达
qq_45913945的博客
09-23 5221
吴恩达《Machine Learning》精炼笔记完整版，研一自用版，如果对大家有用，那我也很高兴，一起进步。
李宏毅 || 机器学习笔记一
JiduoW的博客
07-25 6024
李宏毅机器学习2021/2022年学习笔记
2023春季李宏毅机器学习笔记 02 ：机器学习基本概念
女王の专属领地
01-02 1512
课程主页：https://speech.ee.ntu.edu.tw/~hylee/ml/2023-spring.php Github：https://github.com/Fafa-DL/Lhy_Machine_Learning B站课程：https://space.bilibili.com/253734135/channel/collectiondetail?sid=2014800
【第一周】李宏毅机器学习笔记01
qq_30043925的博客
06-30 2761
本周学习了机器学习的基本概念，包括机器学习的函数输入输出类型以及函数的分类，分别了解了简单模型和复杂模型的训练三步骤。认识了神经网络的的结构，了解了深度学习的训练三步骤，学习并手动推导了反向传播法，进一步理解了反向传播的思想以及反向传播中涉及的计算思路。
机器学习笔记整理
ShaneHolmes
07-09 3119
关于我的Github 以下是机器学习部分的学习笔记的集合整理： 1.《机器学习前言之基本概念》 2.《机器学习之决策树》 3.《机器学习之最邻近规则分类KNN》 4.《机器学习之支持向量机SVM(一)》 5.《机器学习之支持向量机SVM(二)》 6.《机器学习之神经网络NN》 7.《机器学习之简单线性回归》 8.《机器学习之多元线性回归》 9.《机器学习之目标函数，损失函数和代价函数》 10.《机...
2025最新吴恩达机器学习笔记
最新发布
04-14
在2025年发布的吴恩达机器学习笔记中，我们可以看到关于机器学习基础、监督学习和非监督学习、线性回归、逻辑回归、过拟合、高级学习算法等核心概念的深入讲解。 监督学习是机器学习的一种方式，其中包括回归算法和...
2022吴恩达机器学习笔记汇总(共10章节).zip
12-27
2022吴恩达机器学习笔记汇总(共10章节).zip2022吴恩达机器学习笔记汇总(共10章节).zip2022吴恩达机器学习笔记汇总(共10章节).zip2022吴恩达机器学习笔记汇总(共10章节).zip2022吴恩达机器学习笔记汇总(共10章节).zip...
林轩田-吴恩达机器学习笔记.pdf
09-22
林轩田和吴恩达的《机器学习基石》课程笔记详细地涵盖了机器学习领域的基础理论和核心概念。林轩田在课程中细致地讲解了机器学习中的关键问题，包括学习问题的本质、如何对Yes-No问题进行学习、不同类型的学习方法、...
吴恩达机器学习笔记pdf格式
05-19
《吴恩达机器学习笔记》是一份详尽的教育资源，旨在帮助学习者深入理解机器学习这一领域的核心概念和算法。吴恩达，作为人工智能和在线教育领域的先驱，以其深入浅出的教学风格闻名，他的机器学习课程在全球范围内广...
TORCS无人驾驶笔记
Ritter Liu的专栏
08-11 6247
我们这里使用了环境状态作为输入。使用Deep Q-learning做为学习算法学习。环境奖励定义为在单位时刻车辆沿跑道的前进距离。另外，如果车出了跑道或者和其他的车辆相撞，会得到额外惩罚。环境状态包括车辆的速度、加速度、离跑道的左右边缘的距离，以及跑道的切线夹角，在各个方向上最近的车的距离等等。车的行为包括向上换挡、向下换挡、加速、减速、向左打方向盘、向右打方向盘等等。 与普通的Deep Q
解决from sklearn.linear_model import RandomizedLasso ImportError: cannot import name RandomizedLasso
Ritter Liu的专栏
05-27 6031
解决 from sklearn.linear_model import RandomizedLasso ImportError: cannot import name 'RandomizedLasso' 一开始参考https://blog.youkuaiyun.com/michaelguangg/article/details/100037543 这个blog，装了github上的RandomizedLasso，并在import改用from stability_selection import Randomi.
Tensorflow lite android源码 中编译集成
Ritter Liu的专栏
07-24 5183
之前一直是在使用的是tensorflow mobile，来作为模型的运行环境。但是，tensoflow mobile的libtensorflow_inference.so有19MB，load到内存里以后，会占用较多的内存。。。测试看下来，大概占用20M，加上模型占用内存，导致我们的模块，内存占用变大了30MB。内存占用偏高，因此想优化一下。   首先想到的手段是模型裁剪。 但是，只有裁剪模型...
手机上训练机器学习模型
Ritter Liu的专栏
11-28 3263
一直想在手机端训练模型，一是能够实现个性化的模型，二是可以避免隐私问题，tensorflow lite和tensorflow mobile只能run model，不能train model. 之前尝试使用Deeplearning4J, 但是依赖的lib过多，就没有在手机上使用。 前几天发现，tensorflow.js居然支持在浏览器里训练模型了。 今天尝试在手机浏览器里run了一下tenso...
深度解读李宏毅机器学习笔记要点
从给定的信息来看，这份文档文件的标题为“李宏毅机器学习笔记”，这表明文档的主要内容是关于机器学习方面的知识，且可能与李宏毅教授有关。李宏毅是一位在人工智能、机器学习领域有一定研究和教学经验的学者，因此...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值