码迷,mamicode.com
首页 >  
搜索关键字:误差    ( 2028个结果
斯坦福CS229机器学习课程笔记七:算法诊断、误差分析以及如何开始一个机器学习问题
这一节是Andrew对应用机器学习给出的建议,虽然没有数学公式,但却是十分重要的一课。
分类:编程语言   时间:2015-08-26 20:04:52    阅读次数:264
斯坦福CS229机器学习课程笔记六:学习理论、模型选择与正则化
稍微了解有监督机器学习的人都会知道,我们先通过训练集训练出模型,然后在测试集上测试模型效果,最后在未知的数据集上部署算法。然而,我们的目标是希望算法在未知的数据集上有很好的分类效果(即最低的泛化误差),为什么训练误差最小的模型对控制泛化误差也会有效呢?这一节关于学习理论的知识就是让大家知其然也知其所...
分类:其他好文   时间:2015-08-26 19:49:35    阅读次数:272
全连接的BP神经网络
《全连接的BP神经网络》 本文主要描述全连接的BP神经网络的前向传播和误差反向传播,所有的符号都用Ng的Machine learning的习惯。下图给出了某个全连接的神经网络图。1前向传播1.1前向传播分别计算第l层神经元的输入和输出;1.1.1偏执项为1时向量整体形式:分量形式: 1.1.2偏执项...
分类:其他好文   时间:2015-08-26 17:03:11    阅读次数:642
全连接的BP神经网络
《全连接的BP神经网络》 本文主要描述全连接的BP神经网络的前向传播和误差反向传播,所有的符号都用Ng的Machine learning的习惯。下图给出了某个全连接的神经网络图。 前向传播 前向传播 分别计算第l层神经元的输入和输出; 偏执项为1时 向量整体形式: 分量形式: 偏执项为b时 向量整体...
分类:其他好文   时间:2015-08-26 15:18:04    阅读次数:223
C语言常用的小代码
圆周率Pi tan(Pi/4)=1 => Pi=4*arctan(1) 反正切函数arctan()在C语言里表示为atan(),为保证精度取圆周率的代码如下: const double Pi = 4.0 * atan(1.0);四舍五入 有时我们需要通过四舍五入避免浮点数误差。如100经...
分类:编程语言   时间:2015-08-25 21:05:16    阅读次数:161
在线学习算法FOBOS (一)
FOBOS由John Duchi和Yoram Singer提出,翻译为前进后退分离法。算法主要目的是要在进行在线学习实现以下目标(1)减少在线学习方法只用一条样本的梯度计算产生的误差(2)实现特征的稀疏性 算法原理FOBOS将权重的更新分为两个步骤:(1)前向标准梯度下降 (2)后向梯度微调...
分类:编程语言   时间:2015-08-25 18:46:08    阅读次数:276
Standard Error of Mean(s.e.m.)
· 来源:http://www.dxy.cn/bbs/thread/6492633#64926336楼:“据我所知,SD反应的是观测值的变异性,其表示平均数的代表性,而SEM是 standard error of mean, 是平均数的抽样误差,反应平均数的抽样准确性,由于真实值是不知道的,统计估计...
分类:其他好文   时间:2015-08-21 20:53:40    阅读次数:870
利用Excel画柱状图,并且包含最大最小值
如何利用Excel画出如上样式的图?1、绘制柱状图。如何绘制柱状图,操作非常简单,选中数据,点击合适的图表样式即可。2、添加误差线。选中已绘制好的图,添加误差线。如果误差线没有出现,可以使用”更多选项“一一添加误差线。3、调整误差线的大小。可使用百分比,也可使用误差和偏差。
分类:其他好文   时间:2015-08-19 19:10:30    阅读次数:618
梯度下降算法 (转)
一步了解常见的梯度下降法主要有两种:(1)批量梯度下降法 (2)随机梯度下降法为预测值,要拟合的函数设为,那么误差准则函数为 这是典型的线性回归问题,现在的目的是使得这个误差准则函数的值最小化,可以用如下两种梯度下降法。(1)批量梯度下降法批量梯度下降法需要把个样本全部带入计算,迭代一次计算量为,先...
分类:编程语言   时间:2015-08-19 13:01:00    阅读次数:419
基于灰度的模板匹配算法(一):MAD、SAD、SSD、MSD、NCC、SSDA算法
本文主要介绍几种基于灰度的图像匹配算法:平均绝对差算法(MAD)、绝对误差和算法(SAD)、误差平方和算法(SSD)、平均误差平方和算法(MSD)、归一化积相关算法(NCC)、序贯相似性算法(SSDA)。...
分类:编程语言   时间:2015-08-19 00:45:17    阅读次数:370
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!