机器学习基础笔记一

标签：oid   专用   softmax   函数   回归   反向   max   dcos   图片   

监督学习

非监督学习：学习结构化知识

强化学习

监督学习:

线性回归模型：输出y是连续的

Logistic回归模型（实际上不是回归问题，是分类问题）：输出y是0，1离散的

Logistic回归模型：

Sigmoid函数：将任何输入变成0与1之间的输出，也用来表示概率

softmax函数：将多个输入变成总和为1的输出，

图片

且cost函数有变化，变成二分类专用函数或者交叉熵（衡量两个分布相似性）

梯度下降法：w=w-a(dcost/dw)  使cost变小

反向传播算法（链式法则）

有各种优化算法，但都是先算出各个参数的梯度，下一节介绍各种优化算法

机器学习基础笔记一

标签：oid   专用   softmax   函数   回归   反向   max   dcos   图片   

原文地址：https://www.cnblogs.com/rotate/p/9009721.html