Clustering Unsupervised learning introduction 什么是非监督学习呢? 在一个典型的监督学习中，我们有一个有标签的训练集，我们的目标是找到能够区分正样本和负样本的决策边界，在这里的监督学习中，我们有一系列标签，我们需要据此拟合一个假设函数。 与此不同的是，在 ...
分类：
其他好文 时间：
2018-02-09 23:57:50
阅读次数：
380
1回归一般指线性回归，是求最小二乘解的过程。在求回归前，已经假设所有型值点同时满足某一曲线方程，计算只要求出该方程的系数 1回归一般指线性回归，是求最小二乘解的过程。在求回归前，已经假设所有型值点同时满足某一曲线方程，计算只要求出该方程的系数 2多项式插值：用一个多项式来近似代替数据列表函数，并要求 ...
分类：
其他好文 时间：
2018-01-15 16:33:24
阅读次数：
165
TensorFlow四种Cross Entropy算法实现和应用 对比两个函数tf.nn.softmax_cross_entropy_with_logits和tf.nn.sparse_softmax_cross_entropy_with_logits 从神经网络视角看均方误差与交叉熵作为损失函数时的 ...
分类：
其他好文 时间：
2018-01-12 11:29:00
阅读次数：
177
给定数据集，其中。线性回归试图学得一个线性模型以尽可能准确线性回归试图学得一个线性模型以尽可能准确地预测实值输出标记。（注：上面的以及均表示向量；的取值表示在向量上的第d个属性） 先考虑最简单的情形（简单线性回归）：输入属性的数目只有一个。简单线性回归线性回归试图学得 ，使得 我们可以通过使均方误差 ...
分类：
其他好文 时间：
2017-12-24 22:47:02
阅读次数：
208
第一页纸定义了损失函数的样子, theta, X 和 y 的 shape, 以及最终的损失函数向量表现形式． 第二页纸抄上了几个要用到的矩阵求导公式，以及推导过程和结果． 要说明的是：推导结果与theta, X 和 y 的 shape有直接关系．也就是说可能和某教材，某大牛教学视频的结论外貌上不一致 ...
分类：
其他好文 时间：
2017-12-10 14:49:25
阅读次数：
169
均方误差（Mean Squared Error, MSE）是衡量“平均误差”的一种较方便的方法。可以评价数据的变化程度。均方根误差是均方误差的算术平方根。 最小二乘（LS）问题是这样一类优化问题，目标函数是若干项的平方和，每一项具有形式，具体形式如下：minimize （式1）但是，我们在实际优化问 ...
分类：
其他好文 时间：
2017-11-12 16:33:22
阅读次数：
5449
当系统中的有效信号和噪声都是随机过程，信号和噪声的频谱还可能重叠（比如有效信号是高斯-马尔可夫过程，噪声是白噪声），从频率去设计滤波器的方法就不再适用。 维纳滤波器可以在一些场合解决上述为题，其设计原则是均方误差（的期望）最小。 1. 简化形式 设输入信号为$x(t)+n(t)$，其中$n(t)$为 ...
分类：
其他好文 时间：
2017-10-24 22:52:01
阅读次数：
202
转载自http://www.cnblogs.com/qscqesze/ Basis(基础)： MSE(Mean Square Error 均方误差)，LMS(LeastMean Square 最小均方)，LSM(Least Square Methods 最小二乘法)，MLE(MaximumLikel ...
分类：
其他好文 时间：
2017-10-10 14:46:30
阅读次数：
191
线性回归假设 代价函数－－－均方误差 最小化样本内代价函数 只有满秩方阵才有逆矩阵 线性回归算法流程 线性回归算法是隐式迭代的 线性回归算法泛化可能的保证 线性分类是近似求解，线性回归是解析求解， 线性分类中使用0/1误差，线性回归中使用均方误差， 误差方面，线性分类能小于线性回归， 但线性回归速度 ...
分类：
其他好文 时间：
2017-10-08 12:13:19
阅读次数：
144
% Matlab实现简单BP神经网络 % http://blog.csdn.net/zjccoder/article/details/40713147 for i=1:20 %样本个数 xx(i)=2*pi*(i-1)/20; d(i)=0.5*(1+cos(xx(i))); end n=lengt... ...
分类：
其他好文 时间：
2017-09-25 14:48:22
阅读次数：
265
