这节谈一下降维问题(Dimensionality […]
Continue reading分类: 炼丹
[Chap12]-K-means聚类
无监督学习 从这节开始, 我们开始介绍无监督学习算 […]
Continue reading[Chap11]-核函数
考察下面的分类问题 为了得到上图的决策边界, 一个 […]
Continue reading[Chap10]-支持向量机SVM初步
还有一个更加强大的算法广泛的应用于工业界和学术界, […]
Continue reading[Chap9]-偏斜类的误差度量
偏斜类(Skewed class) 偏斜类指训练集 […]
Continue reading[Chap8]-机器学习诊断
这一节的标题叫“机器学习诊断”, 感觉很抽象, 实 […]
Continue reading[Chap7]-反向传播的注意事项
梯度检验 反向传播算法的实现过程比较复杂,容易产生 […]
Continue reading[Chap6]-反向传播
代价函数 首先做出一些约定,以方便后面讨论 我们假 […]
Continue reading[Chap5]-神经网络
为什么是神经网络 前几章讨论了线性回归和逻辑回归两 […]
Continue reading[Chap4]-过拟合与正则化
过拟合问题 考虑这样的一个回归问题,对图中红色叉数 […]
Continue reading[Chap3]-逻辑回归
逻辑回归(logistic regression) […]
Continue reading[Chap2]-梯度下降与特征缩放
设想一个这样的情况 我们要对一个二元的损失函数进行 […]
Continue reading