18篇文章 · 18612字 · 30人關注
-
機器學習入門(18)--神經網絡之代價函數
神經網絡是當今最強大的學習算法之一。本文講述一種在給定訓練集下為神經網絡擬合參數的學習算法。 術語 假設我們有一個如左邊所示的 神經網絡結構 然...
-
機器學習入門(17)--神經網絡實現或非門運算本文講解 一個具體的例子來解釋 神經網絡是如何計算 關于輸入的復雜的非線性函數。此有必要在這里交代一點邏輯代數的背景，以下文字摘錄自清華大學出版...
-
機器學習入門(16)--神經網絡基本概念為什么要引入神經網絡呢？ 隨著特征個數n的增加二次項的個數大約以n^2的量級增長, 其中n是原始項的個數即我們之前說過的x1到x100這些項事實...
-
機器學習入門(15)--過度擬合定義 對于線性回歸或邏輯回歸的損失函數構成的模型，可能會有些權重很大，有些權重很小，導致過擬合（就是過分擬合了訓練數據），使得模型的復雜度提高，...
-
機器學習入門(14)--邏輯回歸(2)在這里再介紹下邏輯回歸幾個重要概念 1. 決策邊界，也稱為決策面，是用于在N維空間，將不同類別樣本分開的平面或曲面。首先看Andrew Ng老師...
-
機器學習入門(13)--邏輯回歸(1)
邏輯回歸（Logistic Regression）是一種用于解決二分類（0 or 1）問題的機器學習方法，用于估計某種事物的可能性。比如某用戶購...
-
機器學習入門(12)--線性回歸之正規方程申明：此文章內容來自于 Doctor AndrewNG的視頻，經過編輯而成 到目前為止 我們一直在使用的線性回歸的算法 是梯度下降法。 就是說為...
-
機器學習入門(11)--多特征量梯度下降算法定義 多變量假設：輸出由多維輸入決定，即輸入為多維特征。對于前文的房價預測的案例，假設變量從房屋面積，增加到臥室數量，層數，房屋年限三個變量，給...
-
機器學習入門(10)--Octave進階編程我們繼續學習Octave:) 控制語句 1. if/else if expressionstatementselseif expressions...
