腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

专知

专栏作者

835

文章

1363225

阅读量

397

订阅数

【干货】贝叶斯线性回归简介（附完整代码）

线性回归 python

【导读】应用贝叶斯推理的重点领域之一是贝叶斯线性模型。我们首先简要回顾一下频率主义学派的线性回归方法，接着介绍贝叶斯推断，并试着应用于简单的数据集。作者 | William Koehrsen 编译 | 专知参与 | Yingying, Xiaowen Introduction to Bayesian Linear Regression 频率主义线性回归概述线性回归的频率主义观点可能你已经学过了：该模型假定因变量（y）是权重乘以一组自变量（x）的线性组合。完整的公式还包含一个误差项以解释随机采样噪声。

2018-06-05

3.8K0

【干货】对于回归问题，我们该怎样选择合适的机器学习算法

机器学习编程算法线性回归神经网络决策树

本文分别介绍：线性回归和多项式回归、神经网络、决策树和决策森林，并分别列出了其各自优缺点，相信有助于指导我们在特定工作中选择合适的算法。

2018-04-16

1.1K1

解开贝叶斯黑暗魔法：通俗理解贝叶斯线性回归

线性回归深度学习编程算法

【导读】本文是悉尼大学博士生 Thushan Ganegedara 撰写的一篇博文，主要介绍贝叶斯线性回归的内在原理。我们知道，深度学习可以利用大规模数据产生很好的结果，但是对于小样本高维度问题，贝叶

2018-04-16

8.1K0

【重温经典】吴恩达机器学习课程学习笔记七：Logistic回归

机器学习线性回归

【导读】前一段时间，专知内容组推出了春节充电系列：李宏毅2017机器学习课程学习笔记，反响热烈，由此可见，大家对人工智能、机器学习的系列课程非常感兴趣，近期，专知内容组推出吴恩达老师的机器学习课程笔记系列，重温机器学习经典课程，希望大家会喜欢。【重温经典】吴恩达机器学习课程学习笔记一：监督学习【重温经典】吴恩达机器学习课程学习笔记二：无监督学习（unsupervised learning）【重温经典】吴恩达机器学习课程学习笔记三：监督学习模型以及代价函数的介绍【重温经典】吴恩达机器学习课程学习笔记四

2018-04-16

9880

春节充电系列：李宏毅2017机器学习课程学习笔记02之Regression

机器学习线性回归

【导读】我们在上一节的内容中已经为大家简介了台大李宏毅老师的机器学习课程内容，本节我们开始跟大家聊一聊其中的具体技术。今天我们要介绍的就是回归分析（regression），回归分析是机器学习重要的技术之一，被广泛应用于预测问题（如，股票市场预测、推荐系统等）。本文将主要介绍回归分析的问题，包括：损失函数、梯度下降、过拟合、正则化等。希望通过简明的介绍能让大家直观地掌握这些回归分析中最关键的问题。春节充电系列：李宏毅2017机器学习课程学习笔记01之简介课件网址： http://speech.ee.ntu

2018-04-13

8320

【论文推荐】ICLR18论文预读-深度学习泛化研究：多层非线性复合是对最大熵原理的递归逼近实现

深度学习自动化线性回归

【导读】两天前，专知公众号发布了深度学习顶会 ICLR 2018 匿名提交论文列表，今天我们很荣幸有老师和同学来自荐他们的在ICLR2018上的工作，后续我们会不断推出论文自荐活动，也希望愿意分享自己工作和成果的老师和同学多多和我们联系，希望专知伴随着大家一起成长，共同进步。深度学习泛化研究：多层非线性复合是对最大熵原理的递归逼近实现【前言】深度学习在各领域得到成功应用的一个重要原因是其优秀的泛化性能。从ICLR 2017 “RethinkingGeneralization”的最佳论文到最近Hint

2018-04-09

9080

线性回归：简单线性回归详解

线性回归机器学习 github 人工智能

【导读】本文是一篇专门介绍线性回归的技术文章，讨论了机器学习中线性回归的技术细节。线性回归核心思想是获得最能够拟合数据的直线。文中将线性回归的两种类型：一元线性回归和多元线性回归，本文主要介绍了一元线

2018-04-08

1.9K0

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态