分类： 炼丹

SVR: 支持向量机在回归问题中的应用 在阅读这篇博客前, 请确保自己对SVM有 […]

24年12月, 又谈SVM 一年之前写过一篇SVM的博客, 是在学吴恩达的时候, […]

这节谈一下降维问题（Dimensionality Reduction） 动机1: […]

无监督学习 从这节开始, 我们开始介绍无监督学习算法, 即, 让计算机学习无标签 […]

考察下面的分类问题 为了得到上图的决策边界, 一个可能的模型是 h_\theta […]

还有一个更加强大的算法广泛的应用于工业界和学术界，它被称为支持向量机(Suppo […]

偏斜类(Skewed class) 偏斜类指训练集中有非常多同一类的实例,举个例 […]

这一节的标题叫“机器学习诊断”, 感觉很抽象, 实际上是指分析并解决在实际运用机 […]

梯度检验 反向传播算法的实现过程比较复杂，容易产生小错误，并且这些小错误有时并不 […]

代价函数 首先做出一些约定，以方便后面讨论 我们假设神经网络的训练样本有m个，分 […]

为什么是神经网络 前几章讨论了线性回归和逻辑回归两种算法，他们都适合解决与线性函 […]

过拟合问题 考虑这样的一个回归问题，对图中红色叉数据拟合出函数来预测结果 从左到 […]

逻辑回归(logistic regression)是应用广泛的一种分类算法 需要 […]

设想一个这样的情况 我们要对一个二元的损失函数进行梯度下降，其中两个参数(自变量 […]

在本节中我们希望通过拟合一个线性函数，对一个实际问题进行线性回归 单变量线性回归 […]