前言： 通過(guò)第前面的學(xué)習(xí)介紹了機(jī)器學(xué)習(xí)回歸模型創(chuàng)建的流程矫废，并且知道了機(jī)器學(xué)習(xí)要做的事情是找到目標(biāo)函數(shù)扛或，優(yōu)化它丹喻，通過(guò)每次迭代都使目標(biāo)函數(shù)值最小霉囚，最優(yōu)解就是目標(biāo)函數(shù)最小化時(shí)侯對(duì)應(yīng)...
IP屬地：福建
-
機(jī)器學(xué)習(xí)（6）——決策樹(shù) -
干貨 | BERT fine-tune 終極實(shí)踐教程
從11月初開(kāi)始，google-research就陸續(xù)開(kāi)源了BERT的各個(gè)版本俯渤。google此次開(kāi)源的BERT是通過(guò)tensorflow高級(jí)API—— tf.estimator...
-
強(qiáng)化學(xué)習(xí)——Q-learning
一馍忽、什么是Q_learning Q_learning是強(qiáng)化學(xué)習(xí)中的一個(gè)決策算法，如果你還不知道什么是強(qiáng)化學(xué)習(xí)妨猩，可以參看強(qiáng)化學(xué)習(xí)這篇文章潜叛。 二、Q-Learning 決策 假設(shè)...
-
信息熵相關(guān)知識(shí)總結(jié)前言 學(xué)習(xí)決策樹(shù)時(shí)會(huì)接觸到一些信息熵,條件熵和信息增益的知識(shí),此外還有互信息,相對(duì)熵,交叉熵和互信息,KL散度等等亂七八糟的知識(shí)和名字,我本人已經(jīng)記得大腦混亂了,還沒(méi)有全部記...
-
python_levenshtein 的安裝和使用
windows 上的安裝 在windows下安裝python_levenshtein時(shí)如果提示error: Setup script exited with error: M...
-
Logistic Regression 為什么用極大似然函數(shù)1. 簡(jiǎn)述 Logistic Regression Logistic regression 用來(lái)解決二分類問(wèn)題， 它假設(shè)數(shù)據(jù)服從伯努利分布威兜，即輸出為 正 負(fù) 兩種情況销斟，概率分...
-
Logistic regression 為什么用 sigmoid ？
假設(shè)我們有一個(gè)線性分類器： 我們要求得合適的 W 椒舵，使 0-1 loss 的期望值最小蚂踊，即下面這個(gè)期望最小： 一對(duì) x y 的 0-1 loss 為： 在數(shù)據(jù)集上的 0-1 ...
-
簡(jiǎn)述極大似然估計(jì)
極大似然估計(jì)是一種參數(shù)估計(jì)的方法笔宿。先驗(yàn)概率是 知因求果犁钟，后驗(yàn)概率是 知果求因，極大似然是 知果求最可能的原因泼橘。即它的核心思想是：找到參數(shù) θ 的一個(gè)估計(jì)值特纤，使得當(dāng)前樣本出現(xiàn)的...
