摘要: 注: 文章中所有的图片均来自台湾大学林轩田《机器学习基石》课程。 笔记原作者:红色石头 微信公众号:AI有道 上节课讲了一个机器学习很重要的工具——Validation。我们将整个训练集分成两部分:$D_{train}$ 和 $D_{val}$,一部分作为机器学习模型建立的训练数据,另一部分作为验证 阅读全文
posted @ 2019-05-06 16:41 Shinesu 阅读(250) 评论(0) 推荐(0) 编辑
摘要: 注: 文章中所有的图片均来自台湾大学林轩田《机器学习基石》课程。 笔记原作者:红色石头 微信公众号:AI有道 上节课主要讲了为了避免overfitting,可以使用regularization方法来解决。在之前的$E_{in}$上加上一个regularizer,生成$E_{aug}$,将其最小化,这 阅读全文
posted @ 2019-05-05 15:52 Shinesu 阅读(374) 评论(0) 推荐(0) 编辑
摘要: 注: 文章中所有的图片均来自台湾大学林轩田《机器学习基石》课程。 笔记原作者:红色石头 微信公众号:AI有道 上节课介绍了过拟合发生的原因:excessive power, stochastic/deterministic noise 和limited data。并介绍了解决overfitting的 阅读全文
posted @ 2019-05-05 14:15 Shinesu 阅读(554) 评论(0) 推荐(0) 编辑
摘要: 注: 文章中所有的图片均来自台湾大学林轩田《机器学习基石》课程。 笔记原作者:红色石头 微信公众号:AI有道 上节课主要介绍了非线性分类模型,通过非线性变换,将非线性模型映射到另一个空间,转换为线性模型,再来进行分类,分析了非线性变换可能会使计算复杂度增加。本节课介绍这种模型复杂度增加带来机器学习中 阅读全文
posted @ 2019-05-01 10:39 Shinesu 阅读(261) 评论(0) 推荐(0) 编辑
摘要: 注: 文章中所有的图片均来自台湾大学林轩田《机器学习基石》课程。 笔记原作者:红色石头 微信公众号:AI有道 上一节课介绍了分类问题的三种线性模型,可以用来解决binary classification和multiclass classification问题。本节课主要介绍非线性的模型来解决分类问题 阅读全文
posted @ 2019-04-28 19:26 Shinesu 阅读(400) 评论(0) 推荐(0) 编辑
摘要: 注: 文章中所有的图片均来自台湾大学林轩田《机器学习基石》课程。 笔记原作者:红色石头 微信公众号:AI有道 上一节课,我们介绍了Logistic Regression问题,建立cross entropy error,并提出使用梯度下降算法gradient descent来获得最好的logistic 阅读全文
posted @ 2019-04-25 15:42 Shinesu 阅读(492) 评论(0) 推荐(0) 编辑
摘要: 作业解析 1. 阐述BufferedReader和BufferedWriter的工作原理, 是否缓冲区读写器的性能恒大于非缓冲区读写器的性能,为什么,请举例说明? 答: BufferedReader对Reader类进行了装饰,即在成员变量中声明一个Reader成员变量,在构造时将该成员变量进行初始化 阅读全文
posted @ 2019-04-24 08:38 Shinesu 阅读(282) 评论(0) 推荐(0) 编辑
摘要: 作业解析 1. 描述HashMap内部实现原理 HashMap是一种存储机制,存储的是key value对,key用来保证元素的唯一性。通过hash算法将要存储的对象打散,分布在不同的区间中。 当添加对象时,先得到该对象的hashcode,通过hashcode定位到将要存储的区间上,然后将区间中原有 阅读全文
posted @ 2019-04-24 08:33 Shinesu 阅读(255) 评论(0) 推荐(0) 编辑
摘要: 注: 文章中所有的图片均来自台湾大学林轩田《机器学习基石》课程。 笔记原作者:红色石头 微信公众号:AI有道 上一节课介绍了Linear Regression线性回归,用均方误差来寻找最佳的权重向量$w$,获得最好的线性预测。本节课将介绍Logistic Regression逻辑回归问题。 一、Lo 阅读全文
posted @ 2019-04-23 17:00 Shinesu 阅读(343) 评论(0) 推荐(0) 编辑
摘要: 注: 文章中所有的图片均来自台湾大学林轩田《机器学习基石》课程。 笔记原作者:红色石头 微信公众号:AI有道 上节课,主要介绍了在有noise的情况下,VC Bound理论仍然是成立的。同时,介绍了不同的error measure方法。本节课介绍机器学习最常见的一种算法:Linear Regress 阅读全文
posted @ 2019-04-19 14:33 Shinesu 阅读(557) 评论(0) 推荐(0) 编辑