机器学习算法学习笔记

深度学习与遗传算法学习笔记
最新推荐文章于 2024-04-23 21:21:05 发布
原创 最新推荐文章于 2024-04-23 21:21:05 发布 · 599 阅读 · 0 ·
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。
文章标签：

#机器学习

多任务学习（Multi-task learning）
Deep Learning and NLP Farm
10-24 2万+
多任务学习（Multi-task learning）是和单任务学习（single-task learning）相对的一种机器学习方法。在机器学习领域，标准的算法理论是一次学习一个任务，也就是系统的输出为实数的情况。复杂的学习问题先被分解成理论上独立的子问题，然后分别对每个子问题进行学习，最后通过对子问题学习结果的组合建立复杂问题的数学模型。多任务学习是一种联合学习，多个任务并行学习，结果相互影响。
机器学习算法笔记
qq_41832686的博客
08-14 407
机器学习三个步骤 Step1：Model Step2：Goodness of Function Step3：Gradient De’scent 线性模型（linear model） y = b +w1*x1+w1*x2… 神经网络 Total Loss等于Cross Entrpy之和 使用Gradient Descent 使用backprapogation算偏微分 使用drop...
机器学习算法笔记（一）
lz867422770的博客
08-24 377
（1）容斥原理 a. 容斥原理是组合数学方法，可以求解集合、复合事件的概率等。 b. 计算几个集合并集的大小，先计算出所有单个集合的大小，减去所有两个集合相交的部分，加上三个集合相交的部分，再减去四个集合相交的部分，以此类推，一直计算到所有集合相交的部分。 c. 概率论: 事件Ai(i=1,...,n)，P(Ai)为对应事件发生的概率。至少一个事件发生的概率： 转自：https://bl...
机器学习算法学习笔记（二）
weixin_44099694的博客
01-06 176
监督学习分类：Supervised learning: 1>regression problem: predict real-value output 2>classification problem: predict discrete-value output 约定符号： Dataset—training set M = number of training examples X’s...
Myschool数据库
12-31
myschool数据库，
多任务学习
qq_32801595的博客
05-27 2442
    最近比较忙，之前一些博客没来得及完善，今天难得有时间，索性整理下之前的内容，让大家有个更加完整的学习过程。    如题，本篇介绍的是tensorflow实现验证码的识别，之前我们已经生成了数据集，并且转换成了tfrecord格式的文件，现在我们开始利...
机器学习常见算法个人笔记
mossfan的博客
03-10 2138
个人笔记
【学习笔记】实时机器学习算法
ningmengzhihe的博客
03-06 621
实时机器学习算法学习笔记
机器学习笔记
weixin_51118573的博客
04-23 3000
从定义上来说，机器学习是一种功能、方法，或者更具体的说是一种算法，它能够赋予机器进行学习的能力，从而使机器完成一些通过编程无法直接实现的功能。从具体的实践意义来说，其实机器学习是利用大量数据训练出一个最优模型，然后再利用此模型预测出其他数据的一种方法。比如要识别猫、狗照片就要拿它们各自的照片提炼出相应的特征（比如耳朵、脸型、鼻子等），从而训练出一个具有预测能力的模型。机器学习与人工智能、深度学习有什么关系呢？从图中可以看出，机器学习是人工智能的一部分，而深度学习又是机器学习的一部分。
吴恩达机器学习笔记-人工智能机器学习算法入门笔记
01-26
常见的无监督学习算法有聚类和异常检测。 - **聚类**：如K-均值算法，目的是将数据集划分为不同的组（或簇），使得同一簇内的数据相似，不同簇间的数据相异。 - **异常检测**：用于识别数据集中不寻常或异常的样本...
林轩田-吴恩达机器学习笔记.pdf
最新发布
09-22
该课程笔记对于那些希望深入了解和支持向量机等机器学习算法的读者来说，是非常有价值的资料。 AI算法工程师在学习这些笔记时能够了解到机器学习的多维度内容，不仅包括基础的理论框架，还有针对实际问题的具体解决...
机器学习算法笔记.zip
04-08
机器学习算法在各个领域都有广泛的应用，包括医疗保健、金融、零售和电子商务、智能交通、生产制造等。例如，在医疗领域，机器学习技术可以帮助医生识别医疗影像，辅助诊断疾病，预测病情发展趋势，并为患者提供个性...
《机器学习算法笔记 v2.0》
01-12
《机器学习算法笔记 v2.0》是一本深入探讨机器学习算法的著作，旨在帮助读者理解算法的基本原理和推导过程。笔记的作者Xinran Wei在2022年8月7日更新了这个版本，增加了更多内容和深度。笔记的结构清晰，适合有一定...
机器学习中损失函数常用log的用意
热门推荐
Deep Learning and NLP Farm
11-09 1万+
Log Loss 在使用似然函数最大化时，其形式是进行连乘，但是为了便于处理，一般会套上log，这样便可以将连乘转化为求和，由于log函数是单调递增函数，因此不会改变优化结果。因此log类型的损失函数也是一种常见的损失函数． 一些常用的损失函数： (1) Zero-one loss (2) Perceptron loss (3) Hinge loss (4) Log loss (5) S
Gibbs抽样方法详解
Deep Learning and NLP Farm
10-23 8549
Gibbs抽样方法的作用： 积分，期望或者联合分布很难计算，通常情况下当前面三个问题是NP问题时才需要Gibbs Sampling。 不然的话，直接计算就可以了嘛，既准确又快速，干嘛还要Gibbs Sampling呢。补充一句Gibbs Sampling 只是（也只能）到近似解。 参考模型：           http://www.cnblogs.com/peizhe1
多示例学习（multi-instance learning）
Deep Learning and NLP Farm
10-24 8137
在此类学习中，训练集由若干个具有概念标记的包（bag）组成，每个包包含若干没有概念标记的示例。若一个包中至少有一个正例，则该包被标记为正（positive），若一个包中所有示例都是反例，则该包被标记为反（negative）。通过对训练包的学习，希望学习系统尽可能正确地对训练集之外的包的概念标记进行预测。
以例子给出CRF的理解
Deep Learning and NLP Farm
10-10 7732
不太能看懂bilstm-crf的code，其实关键是没理解crf, 以例子来讲解crf过程非常容易理解，以下两个是我在网上浏览看到的非常的例子，以免忘记，时常浏览．example 1: 一，标记问题解决分词：就是将 词语开始和结束的字标记出来，就能对一个句子完成分词，假设使用两个标记B (开始)，E(结束)对句子进行处理，如：“民主是普世价值”，民B主E是B普B世E价B值E, 这样标记明确，分词结
自动文本摘要(automatic text summarization)目前的研究方法分类
Deep Learning and NLP Farm
08-22 7631
自动文本摘要通常可分为两类，分别是抽取式（extractive）和生成式（abstractive）。 （1）抽取式摘要判断原文本中重要的句子，抽取这些句子成为一篇摘要。 （2）生成式方法则应用先进的自然语言处理的算法，通过转述、同义替换、句子缩写等技术，生成更凝练简洁的摘要。比起抽取式，生成式更接近人进行摘要的过程。历史上，抽取式的效果通常优于生成式。伴随深度神经网络的兴起和研究，基于神经网络...
评论
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