牛客图书馆 > 读书笔记
  • 《神经网络与深度学习》2.8读书笔记

    2.8.1 PAC(可能近似正确 Probably Approximately Correct) 降低对学习算法的期望,只要求学习算法可以以一定的概率学习到一个近似正确的假设,即PAC学习 一个PAC 可学习(PAC-Learnable)的算法是指该学习算法...
    子永 编辑于 2020-12-14 14:10:07
  • 《神经网络与深度学习》第二章 机器学习概述01

    <font color=red>**字体变为红色的代码**</font> <font size=4>我是尺寸</font>第二章 机器学习概述 机器学习:通过数据来让机器算法进行学习. 2.1 基本概念 并...
    逻辑回归不逻辑 编辑于 2021-03-13 22:57:00
  • 《神经网络与深度学习》第二章 机器学习概述02

    <font color=red>**字体变为红色的代码**</font> <font size=4>我是尺寸</font>2.2.3 优化算法 ① 梯度下降法 最简单、常用的优化算法:梯度下降法; ②提前...
    逻辑回归不逻辑 编辑于 2021-04-02 21:24:08
  • 《神经网络与深度学习》读书笔记

    第二章 机器学习概述 2.1 基本概念 芒果的特征包括颜色、大小、形状、产地、品牌等。 芒果的标签 例如 水分甜度成熟度等的综合打分 也可以是好、坏这样的离散值。 一个标记好特征以及标签的芒果看作一个样本。 一组样本构成的集合称为数据集:一般分为训练集和测试...
    子永 编辑于 2020-11-01 20:55:56
  • 《神经网络与深度学习》读书笔记

    2.6数据的特征表示 传统的数据特征如果直接表示出来,一方面,特征数目比较多,对模型的要求高;另一方面也存在着许多的缺点: 特征之间冗余度比较高 不是所有的特征都有用 很多特征异变 特征中存在噪声 为解决上面的问题 ,引入了特征学习 特征学习:让机器自动...
    子永 编辑于 2020-11-29 12:59:33
  • 《神经网络与深度学习》读书笔记

    2.5 机器学习的算法类型 按照训练样本提供的信息以及反馈方式不同可分为 监督学习 训练集的样本必须包含标签 可以按照标签的不同划分为不同 回归 分类 结构化学习 无监督学习 从不包含目标标签的样本中自动学习到一些有价值的信息 常用的无监督学...
    子永 编辑于 2020-11-22 18:40:09
  • 《神经网络与深度学习》读书笔记

    2.3机器学习的简单示例——线性回归 线性回归(Linear Regression)是机器学习和统计学中最基础和最广泛应用的模型,是一种对自变量和因变量之间关系进行建模的回归分析.自变量数量 为1时称为简单回归,自变量数量大于1时称为多元回归。 通俗化的理解...
    子永 编辑于 2020-11-07 21:10:18
  • 《神经网络与深度学习》2.7 读书笔记

    2.7 评价指标 为了衡量一个机器学习模型的好坏,需要给定一个测试集,用模型对测试集 中的每一个样本进行预测,并根据预测结果计算评价分数。 准确率 错误率 对于类别𝑐来说,模型在测试集上的结果可以分为以下四种情况: 类别为c 判定为c : ...
    子永 编辑于 2020-12-05 19:26:23
  • 《神经网络与深度学习》读书笔记

    2.4 偏差-方差分解 拟合能力强的模型一般复杂度会比较高,容易导致过拟合。相反,如果限制模型的复杂度,降低其拟合能力,又可能会导致欠拟合。 偏差(Bias),是指一个模型在不同训练集上的平均性能和最优模型的差异,可以用来衡量一个模型的拟合能力。 方差(Va...
    子永 编辑于 2020-11-18 20:35:56