E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
coursera机器学习笔记
机器学习笔记
(一)对数几率回归模型(Logistic Regression)
文章目录前言一、对数几率回归模型二、对率回归模型最大化“对数似然”总结参考文献前言本篇文章是笔者在学习周志华老师《机器学习》第三章节对数几率回归部分过程中,结合各方参考资料,记录下的对数几率回归模型的重点知识与内容,并加以自己的理解详细讲述。以下是本篇文章正文内容一、对数几率回归模型在线性回归模型中,预测值y往往是一个具体的实值,而在分类预测场景当中,一个具体的预测实值不足以形成最终的分类预测。因
Kee77
·
2022-12-06 11:58
机器学习
机器学习
深度学习
概率论
逻辑回归
用python做逻辑回归梯度上升_
机器学习笔记
(七)——初识逻辑回归、两种方法推导梯度公式...
一、算法概述逻辑回归(Logistic)虽带有回归二字,但它却是一个经典的二分类算法,它适合处理一些二分类任务,例如疾病检测、垃圾邮件检测、用户点击率以及上文所涉及的正负情感分析等等。首先了解一下何为回归?假设现在有一些数据点,我们利用一条直线对这些点进行拟合(该线称为最佳拟合直线),这个拟合的过程就称作回归。利用逻辑回归进行分类的主要思想是:根据现有数据对分类边界线建立回归公式,以此进行分类。线
weixin_39630880
·
2022-12-06 11:57
机器学习笔记
之常见的损失函数
转载自https://blog.csdn.net/weixin_37933986/article/details/68488339最近搜集了一些机器学习常见的面试问题,将问题和回答整理出来,做到有备无患。(随时进行补充)常见的损失函数梯度消失和梯度爆炸产生的原因SVM的原理RF,SVM和NN的优缺点模型调优细节如何防止过拟合BatchNormalization的思想是什么常见的损失函数通常机器学习
alwaysRememberrr
·
2022-12-06 11:26
机器学习基础笔记
机器学习
机器学习笔记
只隐马尔可夫模型(三)求值问题——前向算法(Forward Algorithm)
机器学习笔记
之隐马尔可夫模型——前向算法处理求值问题引言回顾:隐马尔可夫模型概念介绍模型参数表示隐马尔可夫模型的核心假设关于P(O∣λ)P(\mathcalO\mid\lambda)P(O∣λ)求解过程中的问题前向算法引言上一节对隐马尔可夫模型
静静的喝酒
·
2022-12-06 11:54
机器学习
机器学习
隐马尔可夫模型
Evaluation问题
前向算法
条件概率积分
机器学习笔记
之配分函数(一)对数似然梯度
机器学习笔记
之配分函数——对数似然梯度引言回顾:过去介绍配分函数的相关结点配分函数介绍配分函数在哪些情况下会“直面”到?场景构建包含配分函数的极大似然估计引言从本节开始,将介绍配分函数。
静静的喝酒
·
2022-12-06 11:50
机器学习
机器学习
人工智能
对数似然梯度
配分函数梯度求解
机器学习笔记
- 自动编码器autoencoder
一、什么是自动编码器?自编码器是开发无监督学习模型的主要方式之一。但什么是自动编码器?简而言之,自动编码器通过接收数据、压缩和编码数据,然后从编码表示中重构数据来进行操作。对模型进行训练,直到损失最小化并且尽可能接近地再现数据。通过这个过程,自动编码器可以学习数据的重要特征。自动编码器是由多个层组成的神经网络。自动编码器的定义方面是输入层包含与输出层一样多的信息。输入层和输出层具有完全相同数量的单
坐望云起
·
2022-12-06 10:36
#
机器/深度学习案例
神经网络
机器学习
自动编码器
autoencoder
无监督学习
机器学习笔记
-神经网络的原理、数学、代码与手写数字识别
机器学习笔记
-神经网络作者:星河滚烫兮文章目录前言一、神经网络的灵感二、基本原理1.神经网络最小单元——神经元2.神经网络层结构3.正向传播4.反向传播5.梯度下降三、数学理论推导1.正向传播公式推导2
星河滚烫兮
·
2022-12-06 06:03
机器学习笔记
神经网络
机器学习
深度学习
机器学习笔记
4-1:手写数字分类实战
目录1模型构建1.1模型定义1.2训练步骤1.3测试步骤1.4数据加载1.5模型初始化1.6优化器1.7损失函数1.8启动训练本章利用前述PyTorch的基本使用方法,来完成一个对MNIST数据集的手写数字图片分类任务。1模型构建1.1模型定义首先我们继承torch.nn.Module类,创建一个自定义的网络模型,继承时至少需要重写两个方法:__init__()和forward(x),前者用于模型
Acetering
·
2022-12-06 06:00
机器学习笔记
深度学习
神经网络
机器学习
pytorch
机器学习笔记
-MNIST数据库
初学者介绍MLIST本教程适用于初学机器学习和TensorFlow的读者。如果你已经知道MNIST是什么,以及什么softmax(多项式逻辑)回归,那么你可能更喜欢这个更快节奏的教程。在开始任一教程之前,请务必安装TensorFlow。当学习如何编程时,有一个传统,你所做的第一件事是打印“HelloWorld”。就像编程有HelloWorld,机器学习有MNIST。MNIST是一个简单的计算机视觉
sfdbgfsdfbhd
·
2022-12-06 06:28
机器学习
MLIST
Tensorflow
机器学习笔记
--TensorFlow学习笔记(3)--MNIST机器学习入门
机器学习的入门:使用MNIST数据集识别手写数字。0.导入1.设置变量2.建立模型3.训练模型3.1定义指标来评估模型3.2设置优化算法最小化成本函数3.3初始化变量3.4启动模型3.5训练模型4.评估模型5.总代码0.导入使用tensorflow之前,首先导入它importtensorflowastf导入mnist数据fromtensorflow.examples.tutorials.mnist
SkyeBCI
·
2022-12-06 06:56
机器学习
机器学习笔记
--TensorFlow学习笔记(4)--MNIST机器学习深入
使用神经网络识别MNIST数据集教程:卷积神经网络卷积层&池化层介绍极客学院深入MNIST教程总代码:#!/usr/bin/envpython#-*-coding:utf-8-*-'使用MNIST进行手写数字识别_构建一个多层卷积网络'#0.导入#使用tensorflow之前,首先导入它importtensorflowastf#导入mnist数据fromtensorflow.examples.tu
SkyeBCI
·
2022-12-06 06:56
机器学习
李宏毅
机器学习笔记
()Transfer Learning
一、transferlearningtargetdata:现在要考虑的task直接相关。sourcedata:和现在要考虑的task没有直接关系。四种可能:有label和无label。二、fine-tuningtargetdata和sourcedata同时都有label。targetdata量非常少(叫做one-shotlearning),sourcedata很多。某个人的语音很少。用source
处女座程序员的朋友
·
2022-12-05 19:04
机器学习笔记
4-0:PyTorch教程
*注:本博客参考李宏毅老师2020年机器学习课程.视频链接目录1Tensor1.1Tensor创建1.1.1从数据创建1.1.2创建特殊值的Tensor1.1.3创建指定步长的Tensor1.2Tensor组合与变换1.2.1两个Tensor拼接1.2.2Tensor变形1.2.3Tensor维度操作1.3Tensor运算1.3.1四则运算1.3.2矩阵乘法与向量内积1.3.3求导2网络模型2.1
Acetering
·
2022-12-05 18:45
机器学习笔记
机器学习
python
pytorch
神经网络
生产系统中的
机器学习笔记
(二):选择、训练一个模型
这是我在学习DeepLearningAI上吴恩达老师的《生产系统中的机器学习》课程过程中的笔记。这一系列课程的质量很高,学习中受益匪浅。老师的讲授顺序是从模型部署至模型训练再到数据处理,模型部署部分的笔记忘记保存了,明天再整理,这一篇是模型中的选择和训练模型部分。选择、训练一个模型在模型选择与训练过程中,很多人往往会更倾向于不断优化模型的设计、参数的选择,这称为以模型为中心的人工智能开发(Mode
Little-Tortoise
·
2022-12-05 11:49
生产中的机器学习
笔记
机器学习
人工智能
深度学习
生产系统中的机器学习笔记
机器学习笔记
之受限玻尔兹曼机(三)推断任务——后验概率
机器学习笔记
之受限玻尔兹曼机——推断任务[后验概率]引言回顾:受限玻尔兹曼机的模型表示推断任务求解——后验概率(posterior)基于隐变量的后验概率求解基于观测变量的后验概率求解受限玻尔兹曼机与神经网络的联系引言上一节介绍了受限玻尔兹曼机的模型表示
静静的喝酒
·
2022-12-05 11:17
机器学习
机器学习
受限玻尔兹曼机
条件概率推断
sigmoid函数
RBM和神经网络的关系
2020李宏毅
机器学习笔记
- Meta Learning
目录摘要IntroductionMetaLearning的建模思路第一步第二步第三步TechniquesTodayMAMLMAMLvsModelPre-trainingReptileMAMLvsModelPre-trainingvsReptile结论与展望摘要元学习的训练样本和测试样本都是基于任务的。通过不同类型的任务训练模型,更新模型参数,掌握学习技巧,然后举一反三,更好地学习其他的任务。传统的
ZN_daydayup
·
2022-12-05 10:40
机器学习
深度学习
Deep Learning | Andrew Ng (05-week3)—序列模型和注意力机制
-ZJ
Coursera
课程|deeplearning.ai|网易云课堂CSDN:http://blog.csdn.net/JUNJUN_ZHAO/article/details/79549819序列模型和注意力机制
ZJ_Improve
·
2022-12-05 09:44
深度学习
吴恩达-
Notes重点总结
深度学习
吴恩达-05.序列模型
深度学习
吴恩达
Beam
search
Bleu
error
analysis
RNN
encoder-decoder
机器学习笔记
:向量自回归模型VAR
1向量自回归模型时间序列分析从单一时间序列拓展到了多元时间序列,在任意第t个时刻,观测样本从一维变成了N维给定多元时间序列数据,对于任意第t个时间间隔,有:换一个角度看,可以看成是个input为N维,output为N维的fully-connectedlayer2自回归模型最优解我们令则自回归模型可以改写为:将向量拼成矩阵,有:其中对此采用最小二乘法,可以求得系数矩阵A的最优解其中第一行第二行的推导
UQI-LIUWJ
·
2022-12-05 09:32
机器学习
回归
机器学习
人工智能
2020李宏毅
机器学习笔记
-Generative Adversarial Network - Unsupervised Conditional Generation
目录摘要1.UnsupervisedConditionGAN2.UnsupervisedConditionalGeneration2.1DirectTransformation2.1.1利用判别网络2.1.2利用预训练网络2.1.3CycleGAN2.2ProjectiontoCommonSpace2.2.1共享参数2.2.2增加判别网络2.2.3ComboGAN(CycleConsistency
ZN_daydayup
·
2022-12-05 09:52
人工智能
深度学习
机器学习
李宏毅
机器学习笔记
截图来自李宏毅2020机器学习深度学习。有监督学习supervisedlearning需要提供一些有目标值的数据给机器去学习。用loss来判断函数的好坏,loss越小函数越符合我们的期待。reinforcementlearning强化学习,机器自主进行学习。(AlphaGo是supervisedlearning+reinforcementlearning)unsupervisedlearning无
FF_y
·
2022-12-05 09:20
python
李宏毅
机器学习笔记
第6周_机器学习任务攻略
文章目录一、FrameworkofML二、GeneralGuide三、Modelbias四、OptimizationIssue五、Overfitting六、CrossValidation七、N-foldCrossValidation八、Mismatch一、FrameworkofML1)给你一堆训练的资料,这些训练资料里面中包含n个x和跟它对应的ŷ,测试集是你只有x,没有ŷ。2)这里的好几个案例其实
MoxiMoses
·
2022-12-04 21:36
机器学习
深度学习的三个主要步骤!
↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货作者:屈太国,湖南大学,Datawhale优秀学习者本文来自李宏毅
机器学习笔记
(LeeML-Notes)组队学习
Datawhale
·
2022-12-04 20:12
神经网络
python
机器学习
人工智能
深度学习
吴恩达
Coursera
, 机器学习专项课程, Machine Learning:Unsupervised Learning, Recommenders, Reinforcement Learning第.
Practicequiz:Reinforcementlearningintroduction第1个问题:Youareusingreinforcementlearningtocontrolafourleggedrobot.Thepositionoftherobotwouldbeits_____.【正确】state第2个问题:YouarecontrollingaMarsrover.Youwillbev
ZhemgLee
·
2022-12-04 20:24
吴恩达
Coursera
, 机器学习专项课程, Machine Learning:Unsupervised Learning, Recommenders, Reinforcement Learning第.
吴恩达
Coursera
,机器学习专项课程,MachineLearning:UnsupervisedLearning,Recommenders,ReinforcementLearning第三周所有jupyternotebook
ZhemgLee
·
2022-12-04 20:24
吴恩达
Coursera
, 机器学习专项课程, Machine Learning:Unsupervised Learning, Recommenders, Reinforcement Learning第.
吴恩达
Coursera
,机器学习专项课程,MachineLearning:UnsupervisedLearning,Recommenders,ReinforcementLearning第二周所有jupyternotebook
ZhemgLee
·
2022-12-04 20:18
python数据集切分_
机器学习笔记
——数据集分割
在模型训练之前,要首先划分训练集与测试集,如何对原始数据集进行训练集与测试集的划分?训练集与测试集的比例各占多少?如何保证各自内部标签分布平衡都会影响模型训练的最终效果。好在R和Python中有现成的数据集分割函数,避免手动写函数导致划分比例不合理、训练集与测试集的样本的结构与总体不均衡的问题。R语言中caTools包中的sample.split函数可以用来自动将原始数据集分割成训练集和测试集。方
weixin_39528219
·
2022-12-04 19:25
python数据集切分
机器学习笔记
之马尔可夫链蒙特卡洛方法(一)蒙特卡洛方法介绍
机器学习笔记
之马尔可夫链蒙特卡洛方法——蒙特卡洛方法介绍引言回顾:近似推断蒙特卡洛方法采样方法介绍基于概率分布的采样方法拒绝采样拒绝采样的缺陷与自适应拒绝采样重要性采样附:自适应拒绝采样代码引言从本节开始
静静的喝酒
·
2022-12-04 17:38
机器学习
机器学习笔记
之概率图模型(十)因子图
机器学习笔记
之概率图模型——因子图引言回顾:图结构相关思想因子图因子图的特点引言本节针对精确推断之变量消去法中出现的存在环结构概率图的情况,介绍因子图(FactorGraph),其主要将带环的无向图结构转化为因子图结构
静静的喝酒
·
2022-12-04 17:38
机器学习
机器学习
因子图
环状结构图的推断
概率图模型
机器学习笔记
之受限玻尔兹曼机(二)模型表示
机器学习笔记
之受限玻尔兹曼机——模型表示引言回顾:玻尔兹曼分布玻尔兹曼机关于玻尔兹曼机的问题受限玻尔兹曼机受限玻尔兹曼机的学习任务(填坑)引言上一节基于马尔可夫随机场介绍了玻尔兹曼分布,本节将介绍受限玻尔兹曼机的模型表示
静静的喝酒
·
2022-12-04 17:05
机器学习
机器学习
受限玻尔兹曼机
玻尔兹曼机的缺陷
Learning问题
因子图
机器学习笔记
- 基于Torch Hub的深度估计模型MiDaS
1、MiDaS图像的深度估计从2D图像本身预测对象的顺序(如果图像以3D格式扩展)。这无疑是一项艰巨的任务,因为获取专门用于该领域的注释数据和数据集本身就是一项艰巨的任务。深度估计的使用范围很广,最明显的是在自动驾驶汽车领域,其中估计汽车周围物体的距离有助于导航。MiDaS是一种机器学习模型,可以根据任意输入图像估计深度。下面是论文地址。https://arxiv.org/pdf/1907.013
坐望云起
·
2022-12-04 15:30
#
机器/深度学习案例
人工智能
MiDaS
深度估计
TorchHub
逆深度估计
机器学习面试知识点总结(二)——模型评估
百面
机器学习笔记
第二章模型评估1.评估指标的局限性2.ROC曲线3.余弦距离的应用4.A/B测试的陷阱5.模型评估的方法6.超参数调优7.过拟合与欠拟合第二章模型评估1.评估指标的局限性问题1准确率的局限性准确率是指分类正确的样本占总样本的比例
Leokb24
·
2022-12-04 14:23
算法面试
算法面试
机器学习
模型评估
面试
python
机器学习笔记
(二):分类算法——感知机
分类机器学习算法:感知器perceptron自适应性神经元adaptivelinearneuron内容:使用pandas、NumPy和matplotlib读取、处理和可视化数据使用python实现线性分类算法感知器算法实现感知器模型感知器学习规则输入训练样本X和初始权重向量W,将其进行向量的点乘,然后将点乘求和的结果作用于激活函数sign(),得到预测输出O,根据预测输出值和目标值之间的差距err
qq_35658177
·
2022-12-04 13:24
机器学习
吴恩达卷积神经网络笔记,吴恩达人工智能公开课
吴恩达也是在线教育平台
Coursera
的联合创始人(withDaphneKoller)。
普通网友
·
2022-12-04 12:31
人工智能
cnn
百度
神经网络
【
机器学习笔记
】 模型评估:查准率、查全率和F1
前言错误率与精度经常用来衡量一个模型的好坏,但这两项指标并不能满足所有的需求。以西瓜书中的例子来说,农夫拉来一车西瓜,错误率可以衡量出有多少比例的瓜被判别错误,而我们关心的是好瓜,或说好瓜中有多少比例被判别为了好瓜,此时仅仅是错误率这一个指标就不够用了。混淆矩阵对于二分类问题,可以根据样本的真实类别与学习器预测样本的类别组合,划分为真正例(truepositive)、假正例(falsepositi
HuyCui
·
2022-12-04 12:00
机器学习
西瓜书
机器学习
NLP09:孪生网络(Siamese Network)简介及实战应用
公众号:数据挖掘与
机器学习笔记
1.孪生(Siamese)网络基本原理孪生网络是包含两个或多个相同的的子网络组件的神经网络,如下所示:在孪生网络中,不仅子网络的架构是相同的,而且权重在子网络中也是共享的,
大雄没有叮当猫
·
2022-12-04 12:24
pytorch
自然语言处理
机器学习笔记
- 关于Contrastive Loss对比损失
一、对比损失虽然二元交叉熵(下图公式)肯定是损失函数的有效选择,但它不是唯一的选择(甚至不是最佳选择)。然而,实际上有一个更适合孪生网络的损失函数,称为对比损失。其中Y是我们的标签。如果图像对属于同一类,则为1,如果图像对属于不同类,则为0。变量是孪生网络的输出之间的欧几里得距离。max函数取最大值0和边距m减去距离。孪生网络的目标不是对一组图像对进行分类,而是区分它们。从本质上讲,对比损失是评估
坐望云起
·
2022-12-04 12:50
机器学习
tensorflow
深度学习
孪生网络
对比损失
ContrastiveLoss
Coursera
自动驾驶1.1-1.2——自动驾驶基础和软硬件架构
文章目录一、自动驾驶分类1.基本术语2.自动驾驶分级二、感知与决策基础1.感知2.决策三、硬件架构1.传感器介绍(1)相机(2)激光雷达(3)毫米波雷达(4)超声波雷达(5)GNSS/IMU(惯性测量单元)(6)计算硬件2.硬件配置设计四、软件架构1.环境感知2.环境地图(1)占用网格地图(2)定位地图(3)详细的路线图3.运动规划4.车辆控制5.系统监督自动驾驶汽车是一个极其丰富和跨学科的问题。
李明朔
·
2022-12-04 12:16
自动驾驶
自动驾驶
人工智能
吴恩达
机器学习笔记
(十一)——支持向量机
1.优化目标首先从逻辑回归开始讲起,我们会先定义sigmoid函数然后我们根据sigmoid函数绘制出它的图像,如下图所示:基于上面的图像,我们可以得到下面的结论:如果y=1,那么我们期望得到hθ(x)≈1,即要使θTx>>0如果y=0,那么我们期望得到hθ(x)≈0,即要使θTx1时,代价函数是等于0的。从右图可以观察到,y=0时支持向量机的代价函数中,当z>-1时,是一条倾斜直线(斜率不重要)
XHHP
·
2022-12-04 11:59
吴恩达机器学习笔记
机器学习
吴恩达
svm
支持向量机
吴恩达
机器学习笔记
——支持向量机
对应吴恩达机器学习网易云课程第13章的内容。在监督学习方面,与神经网络和逻辑回归相比,支持向量机在学习复杂的非线性方程时有很大的优势。SVM优化目标支持向量机的优化目标:支持向量机的优化目标表达式是从逻辑回归改进而来的。在cost函数中,在y=0和y=1时使用两条直线来代替曲线,分别得到的两个表达式我们定为和。进而我们将最小值表达式乘m,使用新的权重表示变量C代替原有的。得到SVM的优化目标表达式
草莓甜Swag
·
2022-12-04 11:29
机器学习
神经网络
吴恩达
机器学习笔记
-支持向量机
优化目标之前的课程有学习过Logistic回归的假设函数:$$h_\theta(x)=\frac{1}{1+e^{-\theta^Tx}}$$其图像如下:从图像可以看出,如果$y=1$的话,那么我们希望$h_\theta(x)\approx1$,那么$\theta^Tx>>0$;如果$y=0$的话,那么我们希望$h_\theta(x)\approx0$,那么$\theta^Tx=1$(并不是仅仅大
weixin_34414650
·
2022-12-04 11:58
数据结构与算法
人工智能
【吴恩达
机器学习笔记
】7支持向量机
12支持向量机(SupportVectorMachines)12.1优化目标(OptimizationObjective)与逻辑回归和神经网络相比,支持向量机SVM在学习复杂的非线性方程时提供了一种更为清晰,更加强大的方式。现在开始建立支持向量机,从代价函数开始,用一个新的代价函数来代替,即这条从0点开始的水平直线,然后是一条斜线,像上图。左边的函数称之为cost1(z){\cos}t_1{(z
贪钱算法还我头发
·
2022-12-04 11:52
AI
#
Machine
Learning
机器学习
支持向量机
【吴恩达
机器学习笔记
】十一、聚类
✍个人博客:https://blog.csdn.net/Newin2020?spm=1011.2415.3001.5343专栏定位:为学习吴恩达机器学习视频的同学提供的随堂笔记。专栏简介:在这个专栏,我将整理吴恩达机器学习视频的所有内容的笔记,方便大家参考学习。专栏地址:https://blog.csdn.net/Newin2020/article/details/128125806视频地址:吴恩
Pandaconda
·
2022-12-04 11:48
机器学习
聚类
机器学习
算法
人工智能
c++
【吴恩达
机器学习笔记
】十、支持向量机
✍个人博客:https://blog.csdn.net/Newin2020?spm=1011.2415.3001.5343专栏定位:为学习吴恩达机器学习视频的同学提供的随堂笔记。专栏简介:在这个专栏,我将整理吴恩达机器学习视频的所有内容的笔记,方便大家参考学习。专栏地址:https://blog.csdn.net/Newin2020/article/details/128125806视频地址:吴恩
Pandaconda
·
2022-12-04 11:14
机器学习
机器学习
支持向量机
人工智能
c++
算法
机器学习 网站大全--陆续更新中
1、neuralnetworksanddeeplearning.com2、deeplearningbook.org3、ufldl.Stanford.edu/tutorial/4、
Coursera
.org
lizz2276
·
2022-12-04 09:37
机器学习
人工智能
吴恩达 深度学习 编程作业(5-3)Part 2 - Trigger word detection
吴恩达
Coursera
课程DeepLearning.ai编程作业系列,本文为《序列模型》部分的第三周“序列模型和注意力机制”的课程作业——第三部分:触发字检测。
大树先生的博客
·
2022-12-04 04:12
吴恩达
深度学习
编程作业
深度学习
吴恩达
触发字检测
RNN
智能响应设备
机器学习笔记
——受限玻尔兹曼机简介
整理自:http://blog.echen.me/2011/07/18/introduction-to-restricted-boltzmann-machines/0x01intro假设我们让一群用户给一堆电影进行评分(满分100)。在经典的因子分析中,我们可以试着用一堆潜在因素来解释用户和因子的关系。比如,像《星球大战》和《指环王》这样的电影和科幻高度相关,而《Wall-E》和《玩具总动员》的用
PenguinLeee
·
2022-12-03 11:12
深度学习
机器学习笔记
:受限玻尔兹曼机
本文整理自机器之心blog:https://baijiahao.baidu.com/s?id=1599798281463567369&wfr=spider&for=pc传送门0x01intro0x02预备知识0x03定义和结构0x04重建(Reconstruction)0x05概率分布0x01intro受限玻尔兹曼机(RBM,RestrictedBoltzmannmachine)由多伦多大学的Ge
PenguinLeee
·
2022-12-03 11:42
深度学习
深度学习笔记之受限玻尔兹曼机(一)玻尔兹曼分布介绍
机器学习笔记
之受限玻尔兹曼机——玻尔兹曼分布介绍引言回顾:Hammersley-Clifford定理玻尔兹曼分布的物理意义引言从本节开始,将介绍受限玻尔兹曼机。
静静的喝酒
·
2022-12-03 11:04
机器学习
深度学习
机器学习
玻尔兹曼分布
能量函数
指数族分布
matlab求解线性回归,
机器学习笔记
(一)—— 线性回归问题与Matlab求解
给你多组数据集,例如给你很多房子的面积、房子距离市中心的距离、房子的价格,然后再给你一组面积、距离,让你预测房价。这类问题称为回归问题。回归问题(Regression)是给定多个自变量、一个因变量以及代表它们之间关系的一些训练样本,来确定它们的关系。其中最简单的一类是线性回归(LinearDegression)。线性回归函数的形式如下:(1)θj是我们要求的系数。接下来介绍一下求θ的两种方法,梯度
程紫颜
·
2022-12-03 10:45
matlab求解线性回归
机器学习笔记
之高斯过程(四)高斯过程回归——基于函数空间角度的预测任务求解
机器学习笔记
之高斯过程——高斯过程回归[基于函数空间角度的预测任务求解]引言回顾:基于函数空间视角的表达场景构建权重空间视角(Weight-Space)观察预测任务从权重空间视角(Weight-Space
静静的喝酒
·
2022-12-03 10:40
机器学习
机器学习
高斯过程
高斯分布推断
函数空间视角VS权重空间视角
函数空间视角——预测任务
上一页
20
21
22
23
24
25
26
27
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他