宽禁带半导体 LVS JDK动态代理 Apache Pivot教程 bam http docker容器 reflection unicode enums 郑州小程序公司 bootstrap图表 bootstrap时间轴 svn默认安装路径 python与机器学习 oracle查询数据库 ln函数图像 mysql时间戳转时间 mysql数据库 安装mysql python报错 python的数据类型 python命令大全 java中的接口 java开发环境搭建 win7loader acmecadconverter 找茬辅助 kms神龙版 js转int 用流量打电话的软件 碧桂园园宝 ajaxpro 天谕玲珑技能加点 编写软件 qq悄悄话怎么知道对方是谁 砸金蛋抽奖活动 快递电子面单打印软件 启用宏在哪里设置 dns劫持怎么解决
当前位置: 首页 > 学习教程  > 编程语言

【知识索引】【李宏毅机器学习】

2021/2/13 19:04:21 文章标签: 测试文章如有侵权请发送至邮箱809451989@qq.com投诉后文章立即删除

李宏毅机器学习知识索引 本文为【李宏毅机器学习】知识索引 文章目录李宏毅机器学习知识索引1.【李宏毅机器学习】01:机器学习介绍 Introduction2.【李宏毅机器学习】02:回归Regression3.【李宏毅机器学习】03:误差Error4.【李宏毅机器学习】…

李宏毅机器学习知识索引

本文为【李宏毅机器学习】知识索引

文章目录

  • 李宏毅机器学习知识索引
    • 1.【李宏毅机器学习】01:机器学习介绍 Introduction
    • 2.【李宏毅机器学习】02:回归Regression
    • 3.【李宏毅机器学习】03:误差Error
    • 4.【李宏毅机器学习】04:梯度下降Gradient Descent
    • 5.【李宏毅机器学习】05:概率生成模型Probabilistic Generative Model

1.【李宏毅机器学习】01:机器学习介绍 Introduction

【李宏毅机器学习】01:机器学习介绍 Introduction:https://bokai.blog.csdn.net/article/details/113172869

  • 一、机器学习步骤
  • 二、机器学习框架
  • 三、机器学习学习地图
  • 四、总结

在这里插入图片描述

2.【李宏毅机器学习】02:回归Regression

【李宏毅机器学习】02:回归Regression:https://bokai.blog.csdn.net/article/details/113266729

  • 一、回归(Regression)的定义
    • 1.Regression: Output a scalar
    • 2.Example of Regression
  • 二、回归的实现(机器学习的步骤)
    • Step 1: define a set of function - Linear Model
    • Step 2: goodness of function - Loss Function
    • Step 3: pick the best function - Gradient Descent
  • 三、回归的优化
    • 1.Select another model 选择另一个模型
    • 2.Consider the hidden factors 考虑其他隐藏因素
    • 3.Regularization 正则化

在这里插入图片描述

3.【李宏毅机器学习】03:误差Error

【李宏毅机器学习】03:误差Error:https://bokai.blog.csdn.net/article/details/113360317

  • 一、Bias & Variance 偏差和方差

    • 1.误差的来源
    • 2.偏差和方差的理解
    • 3.偏差和方差出现的原因
    • 4.模型的偏差和方差
  • 二、What to do with error 误差的处理

    • Bias v.s. Variance 偏差和方差对比
    • 1.Large bias - underfitting偏差大 - 欠拟合
    • 2.Large variance - Overfitting 方差大 - 过拟合
  • 三、Model Selection模型的选择

    • 1.Cross Validation 交叉验证
    • 2.K-fold Cross Validation k折交叉验证

在这里插入图片描述

4.【李宏毅机器学习】04:梯度下降Gradient Descent

李宏毅机器学习04:梯度下降Gradient Descent:https://bokai.blog.csdn.net/article/details/113407285

  • 一、梯度下降方法
  • 二、梯度下降的改进方法
    • Tip 1: Tuning your learning rates 调整学习率
    • Tip 2: Stochastic Gradient Descent 随机梯度下降
    • Tip 3: Feature Scaling 特征缩放
  • 三、Gradient Descent Theory梯度下降的数学理论
  • 四、梯度下降的限制

在这里插入图片描述

5.【李宏毅机器学习】05:概率生成模型Probabilistic Generative Model

【李宏毅机器学习】05:概率生成模型Probabilistic Generative Model:https://bokai.blog.csdn.net/article/details/113526076

  • 一、分类Classification的概念
  • 二、分类Classification的实现
    • (1)不能用回归实现分类
    • (2)其他模型
    • (3)概率生成模型 Probabilistic Generative Model
      • 1.预备概率知识
      • 2.分类问题转化为概率问题
      • 3.总结概率生成模型的三步
      • 4.概率生成模型的数学推导

在这里插入图片描述

(未完待续…)


本文链接: http://www.dtmao.cc/news_show_700268.shtml

附件下载

相关教程

    暂无相关的数据...

共有条评论 网友评论

验证码: 看不清楚?