上一页 1 ··· 13 14 15 16 17 18 19 20 21 ··· 45 下一页
摘要: 原文链接:https://developers.google.com/machine-learning/crash-course/training-neural-networks/ 反向传播算法是最常见的一种神经网络训练算法。借助这种算法,梯度下降法在多层神经网络中将成为可行方法。TensorFlo 阅读全文
posted @ 2019-02-01 23:07 Anliven 阅读(963) 评论(0) 推荐(0) 编辑
摘要: 原文链接:https://developers.google.com/machine-learning/crash-course/introduction-to-neural-networks/ 神经网络是更复杂版本的特征组合。实质上,神经网络会学习适合相应特征组合。 1- 剖析 “非线性问题”意味 阅读全文
posted @ 2019-02-01 07:29 Anliven 阅读(639) 评论(0) 推荐(0) 编辑
摘要: 原文链接:https://developers.google.com/machine-learning/crash-course/regularization-for-sparsity/ 1- L₁正则化 稀疏矢量通常包含许多维度。创建特征组合会导致包含更多维度。由于使用此类高维度特征矢量,因此模型 阅读全文
posted @ 2019-01-31 23:58 Anliven 阅读(7040) 评论(0) 推荐(0) 编辑
摘要: 原文链接:https://developers.google.com/machine-learning/crash-course/classification/ 1- 指定阈值 为了将逻辑回归值映射到二元类别,必须指定分类阈值(也称为判定阈值)。如果值高于该阈值,则表示“1”;如果值低于该阈值,则表 阅读全文
posted @ 2019-01-30 00:13 Anliven 阅读(3048) 评论(0) 推荐(0) 编辑
摘要: 01 - 10 01 - Machine learning infographic 图片解读机器学习的基本概念、五大流派与九种常见算法 EN:http://usblogs.pwc.com/emerging-technology/machine-learning-101/ CN:https://zhu 阅读全文
posted @ 2019-01-29 23:23 Anliven 阅读(779) 评论(0) 推荐(0) 编辑
摘要: 1 - Scikit-Learn Sklearn(scikit-learn: machine learning in Python):https://scikit-learn.org/ 文档丰富而又详细,提供了练习数据、相关代码实例和可视化图,是少数写的跟教程一样的技术文档。 官方信息 安装scik 阅读全文
posted @ 2019-01-29 23:06 Anliven 阅读(1008) 评论(0) 推荐(0) 编辑
摘要: 原文链接:https://developers.google.com/machine-learning/crash-course/logistic-regression/ 逻辑回归会生成一个介于 0 到 1 之间(不包括 0 和 1)的概率值,而不是确切地预测结果是 0 还是 1。 1- 计算概率 阅读全文
posted @ 2019-01-28 00:22 Anliven 阅读(1151) 评论(0) 推荐(0) 编辑
摘要: 原文链接:https://developers.google.com/machine-learning/crash-course/regularization-for-simplicity 正则化指的是降低模型的复杂度以减少过拟合。 1- L₂正则化 泛化曲线:显示的是训练集和验证集相对于训练迭代次 阅读全文
posted @ 2019-01-21 23:43 Anliven 阅读(1894) 评论(0) 推荐(0) 编辑
摘要: 原文链接:https://developers.google.com/machine-learning/crash-course/feature-crosses/ 特征组合是指两个或多个特征相乘形成的合成特征。特征的相乘组合可以提供超出这些特征单独能够提供的预测能力。 1- 对非线性规律进行编码 特 阅读全文
posted @ 2019-01-19 03:58 Anliven 阅读(7459) 评论(0) 推荐(0) 编辑
摘要: 原文链接:https://developers.google.com/machine-learning/crash-course/representation/ 机器学习模型不能直接看到、听到或感知输入样本。必须创建数据表示,为模型提供有用的信号来了解数据的关键特性。也就是说,为了训练模型,必须选择 阅读全文
posted @ 2019-01-17 00:30 Anliven 阅读(2250) 评论(0) 推荐(0) 编辑
上一页 1 ··· 13 14 15 16 17 18 19 20 21 ··· 45 下一页