-
分类
-
训练数据集
-
检验
-
如何检测行人在哪里
-
检测问题转化为分类问题
-
逻辑回归分类器
-
Softmax函数
-
数值大小对Softmax函数预测结果的影响
-
一位有效编码
-
交叉熵方法计算预测值与实际值的距离
-
Logistic多项式回归法
-
如何确定W，b：使正确分类距离小，错误分类距离大
-
罚函数
-
将机器学习问题转化为数值优化问题
-
梯度下降法
-
寻找最优解方法的好坏
-
标准化处理图片像素的基础数据
-
寻找好的初始化值：均值为0，标准差为sigma的高斯分布中随机抽样，sigma决定了初始点输出的数量级，sigma越大越武断，越小越谨慎，训练时先小后大比较合适
-
训练分类器的方法
-
不断使损失函数越来越小
-
随机梯度下降
-
保存梯度的移动平均，代替一批数据的方向
-
学习率衰减（接近目标的时候，步子要足够小）
-
模型的训练速度越快，并不一定越好
-
线性模型需要训练的参数过多
-
线性模型的局限性
-
线性模型的定义
-
线性模型的运算非常稳定
-
线性函数的导数为常量
-
无论你神经网络有多少层，输出都是输入的线性组合，与只有一个隐藏层效果相当，如何得到非线性函数
-
修正线性单元ReLU
-
简单的神经网络
-
反向传播法，比起正向传播，要花费2倍的运算与存储空间
-
为模型增加更深的层次，使得模型效果更好
-
通过让网络变深的方式，可以让模型参数变少，表现变好
-
更深的模型，往往会出现层次化的结构
-
防止过拟合的方法：早停
-
防止过拟合的方法：正则化
-
L2正则化：核心：在罚函数中加入额外一项，削减大权重的影响，但这样就不可避免的引入了新参数需要调试
-
丢弃法
机器学习
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
推荐阅读更多精彩内容
- 机器学习是做NLP和计算机视觉这类应用算法的基础，虽然现在深度学习模型大行其道，但是懂一些传统算法的原理和它们之间...
- A 准确率（accuracy） 分类模型预测准确的比例。在多类别分类中，准确率定义如下： 在二分类中，准确率定义为...
- 谷歌开发者机器学习词汇表：纵览机器学习基本词汇与概念 姓名：钟航 转载自：http://mp.weixin.qq....
- 注：题中所指的『机器学习』不包括『深度学习』。本篇文章以理论推导为主，不涉及代码实现。 前些日子定下了未来三年左右...
