应兆康的专栏

162 篇文章
60 人订阅

神经网络

YingJoy_

27. 减少方差的技术

1886
YingJoy_

27. 减少方差的技术

• 添加更多的训练数据:这是最简单也是最可靠的一种方式来处理方差,只要你能访问大量的数据并有足够的计算能力来处理它们。

1774
YingJoy_

数据规模的增大促进了机器学习的发展

1361
YingJoy_

开发集和测试集

1991
YingJoy_

10. 用开发集和评估指标来加速迭代

2151
YingJoy_

23. 处理偏差和方差

1286
YingJoy_

24. 偏差和方差之间的权衡

1417
YingJoy_

25. 减少可避免偏差的方法

1174
YingJoy_

为什么使用机器学习

37210
YingJoy_

4. 数据规模的增大促进了机器学习的发展

深度学习(神经网络)中许多的想法都已经存在了几十年。为什么今天这些想法火起来了呢? 促进机器学习发展的因素主要有两个: • 数据量越来越多. 如今人们在数字设备...

3696
YingJoy_

1. 为什么使用机器学习

机器学习是很多应用程序的基础,包括Web搜索、垃圾邮件过滤系统、语音识别、产品推荐等等。如果你的团队正在研究一个机器学习的程序,希望本书可以帮助你快速的取得进展...

2926
YingJoy_

深度学习中的优化问题以及常用优化算法

在深度模型中我们通常需要设计一个模型的代价函数(或损失函数)来约束我们的训练过程,训练不是无目的的训练,而是朝着最小化代价函数的方向去训练的。本文主要讨论的就是...

44614
YingJoy_

Python 机器学习库 --- sklearn --- 线性模型

额,这里不支持latex语法。就截图了。。。

3624

扫码关注云+社区

领取腾讯云代金券