17篇文章 · 9943字 · 16人關(guān)注
-
機器學習入門之 — 條件概率和貝葉斯分享兩道最近參加校招筆試題： question1假設(shè)用戶看到一個商品后屋摇，購買的概率是5%克锣，收藏的概率是20%膳沽，而用戶收藏一個商品之后購買的概率是...
-
機器學習入門之 — 梯度下降窒盐，牛頓法亏镰，擬牛頓法梯度下降法 梯度下降法用來求解目標函數(shù)的極值腊满。這個極值是給定模型給定數(shù)據(jù)之后在參數(shù)空間中搜索找到的套么。迭代過程為： 梯度下降方法的問題：每一步走的...
-
機器學習入門之 — 神經(jīng)網(wǎng)絡(luò)權(quán)值初始化在初始化權(quán)值的時候，常用的一個函數(shù)是 np.random.randn() 函數(shù)碳蛋。這個函數(shù)會產(chǎn)生一個均值是0胚泌，方差是1的的分布。 數(shù)據(jù)分布直方圖肃弟，...
-
機器學習入門之 — 集成學習
前置技能 決策樹and回歸樹http://www.reibang.com/p/479e92cf4c2chttps://www.jianshu....
-
反向傳播推導過程舉一個例子玷室，來推到一些神經(jīng)網(wǎng)絡(luò)反向傳播的流程。（bp算法） 正向傳播的過程： 最終的損失為： 我們希望cost是越小越好笤受。所以穷缤，反向傳播就是干這...
-
機器學習入門之 — 提升樹
對于回歸提升樹 提升樹是以分類樹或回歸樹為基分類器。它的idea在于感论，第一個回歸樹預測的效果可能一般绅项，但是第二個回歸樹把第一個預測錯的殘差作為輸...
-
機器學習入門之 — AdaboostAdaboost 的思想 Adaboost的想法是通過多個弱分分類器，組成一個效果很好的分類器比肄。對于第一個分類器分類錯誤的點快耿，他們的權(quán)重變大，使...
-
tensorflow - RNN學習文章的風格去仿寫1 . 能干什么 在知乎芳绩，博客上面會看到有人分享自己的一些有意思的項目掀亥，比如下面這些，用rnn學習一個詩歌妥色，散文搪花，黨章，小說什么的。然后撮竿，在自己...
-
Tensorflow實現(xiàn)Neural Style最近深度學習里面最cool的一個模型CNN卷積神經(jīng)網(wǎng)絡(luò)吮便，搞明白了cnn的基本模型之后，跑了幾個CNN的模型幢踏，算是CNN有一個基本的認識了髓需。 這幾...
