上篇讲解了神经网络最容易被忽视的基础知识一干货|神经网络最容易被忽视的基础知识一1为什么在人工神经网络中的神经元需要激活函数？上图可看做普通的线性分类器，也就是线性回归方程。这个比较基础，效果如右图。当然有时候我们发现这样的线性分类器不符合我们要求时，我们很自然的想到那我们就加多一层，这样可以拟合更加复杂的函数，如下图a：但同时当我们动笔算下,就会发现,这样一个神经网络组合起来,输出的时候无论如何
分类：
其他好文 时间：
2020-11-30 15:16:02
阅读次数：
12
【内容简介】系统详解分类器性能指标，什么是准确率-Accuracy、精确率-Precision、召回率-Recall、F1值、ROC曲线、AUC曲线、误差-Error、偏差-Bias、方差-Variance及Bias-VarianceTradeoff在任何领域，评估（Evaluation）都是一项很重要的工作。在MachineLearning领域，定义了许多概念并有很多手段进行评估工作1混淆矩阵-
分类：
其他好文 时间：
2020-11-30 15:15:08
阅读次数：
9
主要内容（下划线部分）：接上篇博文：干货|掌握机器学习数学基础之优化[1]（重点知识）1、计算复杂性与NP问题2、上溢和下溢3、导数，偏导数及两个特殊矩阵4、函数导数为零的二三事5、方向导数和梯度6、梯度有什么用7、梯度下降法8、牛顿法1方向导数和梯度：方向导数:在之前讲偏导数的时候，相信很多人已经看出，偏导数求的都是沿着坐标轴的变化率，不管多少维也好，都只是求的变化率，那现在问题来了，如果我想求
分类：
其他好文 时间：
2020-11-30 15:14:34
阅读次数：
5
文章主要目录如下：1.批量梯度下降法BGD原理讲解2.随机梯度下降法SGD原理讲解3.小批量梯度详解MBGD原理讲解4.具体实例以及三种实现方式代码详解5.三种梯度下降法的总结在应用机器学习算法时，我们通常采用梯度下降法来对采用的算法进行训练。其实，常用的梯度下降法还具体包含有三种不同的形式，它们也各自有着不同的优缺点。下面我们以线性回归算法来对三种梯度下降法进行比较。一般线性回归函数的假设函数为
分类：
其他好文 时间：
2020-11-27 11:55:19
阅读次数：
30
1前言6月23日，吴恩达宣布离开百度三个月后的创业项目：Deeplearning.ai，8月8日，吴恩达的最新课程“DeepLearningSpecialization”正式在Coursera上线，当时无论是在学界还是工业界都引起不小轰动，可见吴恩达老师的影响力。2初识我依稀记得第一次接触吴恩达老师课程是在大二参加创新项目，由于需要用到机器学习，在网易公开课看的斯坦福的machinelearnin
分类：
其他好文 时间：
2020-11-27 11:37:27
阅读次数：
8
为什么要对数据进行归一化处理在喂给机器学习模型的数据中，对数据要进行归一化的处理。为什么要进行归一化处理，下面从寻找最优解这个角度给出自己的看法。1例子假定为预测房价的例子，自变量为面积，房间数两个，因变量为房价。那么可以得到的公式为：其中代表房间数，代表变量前面的系数。其中代表面积，代表变量前面的系数。首先我们祭出两张图代表数据是否均一化的最优解寻解过程。未归一化：归一化之后为什么会出现上述两个
分类：
其他好文 时间：
2020-11-27 11:26:59
阅读次数：
6
通俗理解激活函数的另一种解释激活函数其中一个重要的作用是加入非线性因素的，解决线性模型所不能解决的问题。这个解释形象的解释神经网络激活函数的作用是什么？这篇文章已经解释的比较清楚。下面从另一个角度来解释一下激活函数的作用，特征的充分组合。首先我们看一个简单的感知机如下：其中x1,x2输入均为特征的输入激活函数采取sigmoid函数,公式表达如下：此时，我们可能看不出什么不同，但是根据泰勒展开，我们
分类：
其他好文 时间：
2020-11-27 11:26:45
阅读次数：
6
机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。本文为您总结一下常见的机器学习算法，以供您在工作和学习中参考。机器学习的算法很多。很多时候困惑人们都是，很多算法是一类算法，而有些算法又是从其他算法中延伸出来的。这里，我们从两个方面来给大家介绍，第一个方面是学习的方式，第二个方面是算法的类似性。学习方式根据数据类型的不同，对一个问题的建模有不同的方式
分类：
编程语言 时间：
2020-11-27 11:25:54
阅读次数：
12
10分钟快速入门PyTorch(1)上一篇教程10分钟入门pytorch(0)我们基本的介绍了pytorch里面的操作单元，Tensor，以及计算图中的操作单位Variable，相信大家都已经熟悉了，下面这一部分我们就从两个最基本的机器学习，线性回归以及logistic回归来开始建立我们的计算图进行运算。由于这个系列文章主要是将pytorch教程的，所以每个算法的太多数学背景以及推导过程就不再细讲
分类：
其他好文 时间：
2020-11-27 10:55:05
阅读次数：
5
