机器学习
关注
分享
扫一扫
行走在视界的边缘
这个作者很懒，什么都没留下…
展开
-
softmax分类器推导
本文主要讲解的是关于softmax函数的推导过程原创 2017-02-05 11:44:37 · 5694 阅读 · 0 评论 -
机器学习基本概念（一）
欠拟合与过拟合概念本次课程大纲：1、 局部加权回归：线性回归的变化版本2、 概率解释：另一种可能的对于线性回归的解释3、 Logistic回归：基于2的一个分类算法4、 感知器算法：对于3的延伸，简要讲 复习： –第i个训练样本令，以参数向量为条件，对于输入x，输出为：n为特征数量转载 2017-02-07 20:12:49 · 356 阅读 · 0 评论 -
机器学习基本概念（二）
1、 线性回归例：Alvin汽车，先让人开车，Alvin摄像头观看（训练），而后实现自动驾驶。本质是一个回归问题，汽车尝试预测行驶方向。 例：上一节课的房屋大小与价格数据集 引入通用符号：m = 训练样本数x = 输入变量（特征）y = 输出变量（目标变量）(x,y) – 一个样本 –第i个训练样本 =转载 2017-02-07 20:13:25 · 425 阅读 · 0 评论 -
机器学习基本概念（三）
定义1（Arthur Samuel 1959）：在不直接针对问题进行编程的情况下，赋予计算机学习能力的研究领域。例：Arthur的下棋程序，计算走每一步获胜的概率，最终打败程序作者本人。（感觉使用决策树思想） 定义2（Tom Mitchell 1998）：一个合理的学习问题应该这样定义：对一个计算机程序来说，给它一个任务T和一个性能测量方法P，如果在经验E的转载 2017-02-07 20:14:42 · 333 阅读 · 0 评论