首页
学习
活动
专区
工具
TVP
发布

Echo is learning

专栏作者
40
文章
41643
阅读量
27
订阅数
machine learning 之 Neural Network 3
 整理自Andrew Ng的machine learning课程week6. 目录: Advice for applying machine learning (Decide what to do next) Debugging a learning algorithm machine learning diagnostic Evaluating a hypothesis Model selection and Train / validation / test set Bias and Variance
Echo_fy
2018-06-21
3260
machine learning 之 Neural Network 2
整理自Andrew Ng的machine learning 课程 week5. 目录: Neural network and classification Cost function Backpropagation (to minimize cost function) Backpropagation in practice Gradient checking Random initialization Assure structure and Train a neural network 前提: 训练数据
Echo_fy
2018-06-21
3460
支持向量机2
整理自李航老师统计机器学习。 拍照版纸质笔记。 目录: 线性支持向量机与软间隔最大化 学习的对偶算法 支持向量 合页损失函数 核函数与核技巧 非线性支持向量机 序列最小最优化(SMO)算法 序列最小最
Echo_fy
2018-06-20
4550
矩阵求导 -- 机器学习常用
维基百科(最全最详细): https://en.wikipedia.org/wiki/Matrix_calculus 分子、分母布局: 分子布局:分子为列向量,或者分母为行向量; 分母布局:分母为列
Echo_fy
2018-06-20
1.3K0
machine learning 之 导论 一元线性回归
整理自Andrew Ng 的 machine learnig 课程 week1 目录: 什么是机器学习 监督学习 非监督学习 一元线性回归 模型表示 损失函数 梯度下降算法 1、什么是机器学习 Arthur Samuel不是一个playing checker的高手,但是他编了一个程序,每天和这个程序playing checker,后来这个程序最后变得特别厉害,可以赢很多很厉害的人了。所以Arthur Samuel就给机器学习下了一个比较old,不太正式的定义: ” the field of study t
Echo_fy
2018-06-20
5340
拉格朗日对偶性
整理自统计机器学习附录C。 目录: 原始问题 对偶问题 原始问题与对偶问题的关系 1、原始问题 $\underset{x \in R^n} {min} \quad f(x)$ $s.t. \quad c_i(x) \leq 0,\quad i=1,2,...,k  $ $\ \qquad h_i(x)=0,\quad i=1,2,...,l$ 引入拉格朗日函数:$L(x,\alpha,\beta)=f(x)+\sum_{i=1}^k\alpha_ic_i(x)+\sum_{j=1}^l\beta_i \qu
Echo_fy
2018-06-20
5290
没有更多了
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战
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
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档