yhdsss875的博客

正则化、dropout、roc与F1度量第一节 正则化1. 基本概念2. L0正则化与L1正则化3. L2正则化第二节 Dropout1. 什么是dropout2. dropout工作过程3. dropout在神经网络里的使用4. dropout如何解决过拟合第三节 ROC曲线1. ROC曲线基本概念2. ROC曲线的绘制第四节 F1度量第一节 正则化1. 基本概念在机器学习与深度学习中，经常会遇到“正则化”这个词，但是却不知道这个词具体所代表的含义与应用途径，接下来我将简单说一下正则化这个看起来很难

《周志华机器学习》笔记第1章 绪论1.1 引言1.2 基本术语1.3 假设空间1.4 归纳偏好1.5 发展历程1.6 应用现状第2章 模型评估与选择第1章 绪论1.1 引言机器学习致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。其所研究的主要内容，是关于在计算机上从数据中产生“模型”(model)的算法，即“学习算法”(learning algorithm)。本书中，“模型”泛指从数据中学得的结果，有的文献中用“模型”指全局性结果，二用“模式”指局部性结果。1.2 基本术语要进行机器