上一页 1 2 3 4 5 6 7 8 9 10 ··· 29 下一页
摘要: 1、基本概念 计算学习理论(computational learning theory)是通过“计算”来研究机器学习的理论, 其目的是分析学习任务的本质,例如:在什么条件下可进行有效的学习,需要多少训练样本能获得较好的精度等,从而为机器学习算法提供理论保证。 2、PAC学习 计算学习理论中最基本的是 阅读全文
posted @ 2022-08-13 11:32 朝南烟 阅读(396) 评论(0) 推荐(1) 编辑
摘要: 本周收获 总结一下本周学习内容: 1、《深入浅出Pandas》的第17章:实战案例 17.1 实战思想~ 17.2数据处理案例 :car:博客: Pandas:实战案例(上) 2、《机器学习》第11章:特征选择与稀疏学习 11.1 子集搜索与评价 11.2 低过滤式选择 11.3 包裹式选择 11. 阅读全文
posted @ 2022-08-06 00:29 朝南烟 阅读(53) 评论(0) 推荐(0) 编辑
摘要: 1、数值稳定性和模型初始化 深度模型有关数值稳定性的典型问题是衰减(vanishing)和爆炸(explosion)。 1.1衰减和爆炸 当神经网络的层数较多时,模型的数值稳定性容易变差。假设一个层数为$L$的多层感知机的第$l$层$\boldsymbol{H}^{(l)}$的权重参数为$\bold 阅读全文
posted @ 2022-08-06 00:18 朝南烟 阅读(213) 评论(0) 推荐(0) 编辑
摘要: 1、实战思想 1.1链式方法 pandas 的链式编写方法是利用 pandas 的面向对象特性,下一个方法或者操作对上一个对象应用相关方法的过程。 用法 ( df.<method1> # 短注释 .<method1> # 短注释 # 长注释 .<method2> .<...> ..<methodN> 阅读全文
posted @ 2022-08-05 22:37 朝南烟 阅读(158) 评论(0) 推荐(0) 编辑
摘要: 1、子集搜索与评价 特征选择(feature selection):从给定的特征集合中选择出相关特征子集的过程。 进行特征选择的原因主要分为: 解决“维数灾难”问题。(与降维有异曲同工之妙) 降低学习任务的难度(将纷繁复杂的因素抽丝剥茧,留下关键因素) 无关特征是指与当前学习任务无关的特征。 冗余特 阅读全文
posted @ 2022-08-05 21:30 朝南烟 阅读(429) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 9 10 ··· 29 下一页
body { color: #000; background-color: #e6e6e6; font-family: "Helvetica Neue",Helvetica,Verdana,Arial,sans-serif; font-size: 12px; min-height: 101%; background: url(https://images.cnblogs.com/cnblogs_com/caolanying/1841633/o_2009041…ly1geq8oc9owbj21hc0u0th5.jpg) fixed; } #home { margin: 0 auto; opacity: 0.8; width: 65%; min-width: 1080px; background-color: #fff; padding: 30px; margin-top: 50px; margin-bottom: 50px; box-shadow: 0 2px 6px rgba(100, 100, 100, 0.3); }