摘要：
一、简介 1.案例：下图是波特兰市城市住房价格数据，我们将根据不同房子的尺寸，对应不同的售价组成的数据集来画图 (1)由上面的数据可以进行模型的拟合，这组数据似乎适合直线,这也是一个回归问题，回归是指预测一个具体的数值输出，另一种常见的监督学习问题，是分类问题，用它来预测离散值的输出，比如观察肿瘤， 阅读全文
摘要：
一、简介 1.在监督学习中，数据集中的每个样本都被标明为阳性样本或者阴性样本，即良性肿瘤或者恶心肿瘤，对于监督学习中的每个样本，我们已经被清楚的告知了什么是正确的答案，即他们是恶心肿瘤还是良性肿瘤，下图左图是监督学习。在无监督学习中，我们用的数据和之前不同，数据样本没有任何标签，都具有相同的标签或者 阅读全文
摘要：
一、简介 0.example:假设你要对房价进行预测，横轴是不同房屋的平方英尺数，纵轴是不同房子的价格，单位是千美元。那么现在有了这些数据，假设你现在有一栋150平方英尺的房子，你想把这个房子卖掉，想知道能卖多少钱。那么什么样的学习算法能帮到你呢？ 学习算法能做的一件事就是根据数据画一条直线来拟合数 阅读全文
摘要：
写在开头的话，本博客内容全部来自吴恩达深度学习教学课程，插图均来自吴恩达课件，在此说明来处，不喜勿喷！ 一、什么是神经网络 1.我们从一个房屋加个预测的例子开始，假设有一个6间房间的数据集，已知房屋的面积单位是平方米或者平方英尺，已知房屋加个，现在想要找到一个函数，根据房屋面积来预测房屋价格的函数。 阅读全文
摘要：
一、神经网络起源：线性回归 1.线性回归： (1)概念：线性关系来藐视输入到输出的映射关系 (2)应用场景：网络分析，银行风向分析 (3)线性回归问题： 优化方法：梯度下降法SGD 梯度下降总结： 2.线性回归多个y值的输出 (1)多目标学习的过程，通过合并多个任务loss，一般能够产生比单个模型更 阅读全文
摘要：
一、神经网络与卷积神经网络 0.DNN能用到计算机视觉上吗？为什么需要CNN? 卷积神经网络和人工神经网络的差异在哪？ 1.层级结构 (1)保持了层级的网络结构 (2)不同的层次有不同形式的(运算)与功能 (3)主要是以下的层次： 数据输入层/input layer 卷积计算层 /CONV laye 阅读全文
摘要：
1. (1)熵的概念的引入，首先在热力学中，用来表述热力学第二定律。由玻尔兹曼研究得到，热力学熵与微 观状态数目的对数之间存在联系，公式如下： 信息熵的定义与热力学熵的定义虽然不是一个东西，但是有一定的联系，熵在信息论中表示随机变量不确定度的度量。一个离散随机变量X与熵H(X)的定义为： (2)为了 阅读全文
摘要：
一、基本形式： 1.在机器学习中，X一般表示m行1列的列向量： 对于一个m行n列的X矩阵而言，每一行是一个样本，每一列是其特征值。给定d个属性描述的示例x=(x1;x2;x3;.........xd)，其中xi是在第i个属性上的取值。线性模型试图学得一个通过属性的线性组合来进行函数的预测 即： 而对 阅读全文