首页
学习
活动
专区
工具
TVP
发布

AI机器学习与深度学习算法

专栏作者
223
文章
399536
阅读量
53
订阅数
学习分类 2-4 感知机权重向量的更新
下面直接给出权重向量的更新表达式,然后通过可视化的方式来直观的展示权重向量的更新。
触摸壹缕阳光
2022-11-08
8990
学习分类 2-5 线性可分
感知机非常简单同时又很容易理解,但是相对应的,缺点也很多。感知机最大的缺点就是它只能解决线性可分的问题。
触摸壹缕阳光
2022-11-08
2970
学习分类 2-3 感知机
要如何求出权重向量呢?基本做法和回归时相同,将权重向量用作参数,创建更新表达式来更新参数。这就需要一个被称为感知机的模型。
触摸壹缕阳光
2022-11-08
4050
学习分类 2-2 内积
对于分类问题,我们不再像回归问题那样,找出直线的斜率和截距。为了方便理解,将拥有一个特征的回归问题所绘制的图示和拥有两个特征的分类问题绘制的图示进行对比。
触摸壹缕阳光
2022-11-08
3530
学习分类 2-1 设置问题
作为引入分类问题的例子,这里不去考虑图像本身的内容,只是根据图像的尺寸将它分类为纵向图像和横向图像。
触摸壹缕阳光
2022-11-08
2650
学习回归 1-6 随机梯度下降法
除了参数更新速度比较慢,梯度下降算法还有没有其它的缺点呢?在介绍回归时,我们使用的是平方误差的目标函数,这个函数形式简单,所以使用梯度下降算法没有出现问题,但是目标函数如果稍微复杂一点,梯度下降算法就会容易陷入局部最优解。比如下面这种比较复杂的目标函数。
触摸壹缕阳光
2022-11-08
5820
学习回归 1-5 多重回归
之前我们是根据广告费来预测点击量,但是在实际中可能要解决的很多问题是变量超过两个的复杂问题。我们收集的数据中不仅包括了广告费,还有其它的信息,比如广告的展示位置和广告版面的大小等多个要素,现在我们要用这些要素来预测点击量。
触摸壹缕阳光
2022-11-08
2560
学习回归 1-4 多项式回归
是什么样的函数,不过对于要解决的问题,找到合适的表达式之前,需要不断地去尝试。更高次数的曲线能够更好的拟合所有数据点,甚至能够完全拟合所有的数据点,但是数据点中包含很多的噪声。
触摸壹缕阳光
2022-11-08
4410
学习回归 1-3 梯度下降法
令导函数等于 0,求出极值点,这个点是极大值还是极小值,通过极值点左右的增减性来判断(由导函数在区间范围内的正负判断)。通常我们会绘制一个增减表。
触摸壹缕阳光
2022-11-08
1860
学习回归 1-2 最小二乘法
最小二乘法 图片 图片 📷 图片 E(\theta) = \frac{1}{2}\sum_{i = 1}^{n}(y^{(i)} - f_{\theta}(x^{(i)}))^2 图片 📷 图片 📷 下图是 f(x) = \frac{1}{2}x^2 的函数图像,通过函数图像也可以直观的看出,函数图像只是被纵向拉长了,函数在 x = 0 处依然是最小值 0。 📷 References: 《白话机器学习的数学》
触摸壹缕阳光
2022-11-08
2230
学习回归 1-1 设置问题和定义模型
现在有一些关于广告费和点击量的数据,将广告费作为横坐标轴,点击量作为纵坐标轴,其对应关系如下所示。
触摸壹缕阳光
2022-11-08
2030
机器学习入门 3-12 数据加载和简单的数据探索
在 scikit-learn 的 datasets 模块中,包含很多机器学习和统计学中的经典数据集。
触摸壹缕阳光
2022-11-08
4200
机器学习入门 3-11 Matplotlib数据可视化基础
Matplotlib 是一个 Python 的 2D 绘图库,在导入 Matplotlib 库的时候,通常会设置一个别名 mpl。Pyplot 是 Matplotlib 的子库,提供了和 MATLAB 类似的绘图 API。使用 Pyplot 可以很方便的帮助我们绘制出 2D 图表,在使用 Pyplot 时候通常也会为 Pyplot 设置一个别名 plt。
触摸壹缕阳光
2022-11-08
7180
机器学习入门 3-10 Numpy中的比较和Fancy Indexing
如果我们想索引向量中 "第4,6,9 个元素",上面的索引和切片操作显然不能满足我们的需求。比较直观的想法是直接将三个位置的元素索引出来,然后再存储到一个新的向量中。
触摸壹缕阳光
2022-11-08
4920
机器学习入门 3-8 Numpy 中的聚合运算
在原生 Python 中,如果我们想计算一个元素为数值型的可迭代对象中所有元素的和,可以使用 Python 内置的 sum 函数。在 NumPy 中不仅支持 Python 内置的 sum 函数,而且还提供了优化后的 numpy.sum。
触摸壹缕阳光
2022-05-25
3910
详解 tf.slice 函数
TensorFlow 张量的索引切片方式和 NumPy 模块差不多。与此同时,TensorFlow2.X 也提供了一些比较高级的切片函数,比如:
触摸壹缕阳光
2022-05-25
4770
机器学习入门 3-7 Numpy 中的矩阵运算
显然,在 Python 中,列表 * N 中的 * 运算符为重复操作,将列表中的每个元素重复 N 次。
触摸壹缕阳光
2022-05-25
7250
机器学习入门 3-6 Numpy数组(和矩阵)的合并与分割
在 numpy 中合并数组比较常用的方法有 concatenate、vstack 和 hstack。在介绍这三个方法之前,首先创建几个不同维度的数组:
触摸壹缕阳光
2022-05-25
6020
三个NumPy数组合并函数的使用
在 numpy 中合并数组比较常用的方法有 concatenate、vstack 和 hstack。在介绍这三个方法之前,首先创建几个不同维度的数组:
触摸壹缕阳光
2022-05-25
1.7K0
机器学习入门 3-5 Numpy数组(和矩阵)的基本操作
shape 属性查看数组的维度,返回值是一个元组,元组中对应位置的值为数组中对应维度的元素个数。
触摸壹缕阳光
2022-05-25
4420
点击加载更多
社区活动
Python精品学习库
代码在线跑,知识轻松学
【玩转EdgeOne】征文进行中
限时免费体验,发文即有奖~
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·干货材料·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