Ang陳

在學(xué)神經(jīng)網(wǎng)絡(luò)模闲，我們經(jīng)常會(huì)聽(tīng)到正向傳播和反向傳播建瘫。那么這兩個(gè)名詞代表什么呢？其實(shí)很簡(jiǎn)單围橡，如下圖暖混。 假設(shè)代價(jià)方程J=3（a+bc），我們?cè)O(shè)u=bc翁授，v=a+u拣播，J=3v。 圖中黑...

Ang陳

loss function衡量單一樣本的精度收擦。cost function衡量對(duì)樣本集m的總體精度贮配。那么如何找到這樣一組m和b呢？我們需要用梯度下降模型來(lái)訓(xùn)練塞赂。 下圖就是一個(gè)梯...

Ang陳

閑話?今天開(kāi)始一段學(xué)習(xí)泪勒，并且記錄的過(guò)程。主要是學(xué)習(xí)sklearn庫(kù)宴猾，還有看相應(yīng)的ESL的內(nèi)容圆存，在python里面實(shí)現(xiàn)這些模型。有的知識(shí)復(fù)習(xí)仇哆，有的新接觸沦辙，通過(guò)寫代碼公式的方式加...

Ang陳

我們已經(jīng)學(xué)會(huì)了代價(jià)方程，其中我們知道要使得代價(jià)方程最小讹剔，我們需要嘗試出一組w和b油讯，使其達(dá)到最小。這篇文章就要介紹如何用梯度下降法來(lái)找到w和b延欠。 如下圖所示陌兑，代價(jià)方程在三位空間...

Ang陳

在用數(shù)據(jù)集訓(xùn)練一個(gè)模型時(shí)，我們用上標(biāo)i來(lái)表示樣本的序號(hào)由捎。 在學(xué)習(xí)代價(jià)方程之前兔综，我們先了解一下?lián)p失函數(shù)，或叫誤差函數(shù)狞玛。L（yhat软驰，y）=1/2*（yhat-y）^2。 損失函...

Ang陳

邏輯回歸是一種能得到y(tǒng)的算法为居。我們需要知道什么是yhat碌宴。當(dāng)我們已經(jīng)訓(xùn)練好一個(gè)邏輯回歸模型，我們輸入一個(gè)x蒙畴，就可以用yhat得知y是1的概率是多少贰镣。 如下圖所示呜象。w是一個(gè)參數(shù)...

Ang陳

一年之前看了李開(kāi)復(fù)老師的《人工智能：李開(kāi)復(fù)談AI如何重塑個(gè)人恭陡、商業(yè)與社會(huì)的未來(lái)圖譜》這本書(shū)，那時(shí)恰逢阿爾法狗被媒體炒得沸沸揚(yáng)揚(yáng)上煤，當(dāng)時(shí)寫了一篇《還不懂什么是人工智能休玩？這篇文章告...

Ang陳

一.綜合類 1拴疤、學(xué)堂在線 學(xué)堂在線運(yùn)行了包括包括清華大學(xué)、北京大學(xué)独泞、復(fù)旦大學(xué)呐矾、斯坦福大學(xué)、麻省理工學(xué)院懦砂、加州大學(xué)伯克利分校等國(guó)內(nèi)外幾十所頂尖高校的優(yōu)質(zhì)課程蜒犯。 2、MOOC網(wǎng) ...

Ang陳

當(dāng)我們使用神經(jīng)網(wǎng)絡(luò)來(lái)訓(xùn)練一個(gè)樣本m荞膘，我們一般不用for循環(huán)罚随。在下文，我們將會(huì)解釋神經(jīng)網(wǎng)絡(luò)如何訓(xùn)練一個(gè)樣本集羽资。今天主要講的是正向傳播和反向傳播淘菩，用二項(xiàng)分類為一個(gè)例子。 在機(jī)器學(xué)...

Ang陳

神經(jīng)網(wǎng)絡(luò)可以說(shuō)是最強(qiáng)大的監(jiān)督式學(xué)習(xí)方法削罩。 目前有很多領(lǐng)域?qū)⒈O(jiān)督式學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)結(jié)合應(yīng)用瞄勾。除了我們之前看的預(yù)測(cè)房?jī)r(jià)的例子（標(biāo)準(zhǔn)的神經(jīng)網(wǎng)絡(luò)）比如圖像識(shí)別（CNN：卷積神經(jīng)網(wǎng)絡(luò)）费奸，...