机器学习基本概念简介

Linear model:

  1. Function:y=wx+b
  2. Define Loss from Training Data
    Loss is a function of parameters: L(b,w)
  3. Optimization:W^*,b^*=arg\min_{w,b}L
    method-Gradient Descent:
  • (Randomly)Pick an initial value w^0,b^0
  • compute \frac{\partial L}{\partial w}|_{w=w^0,b=b^0},\frac{\partial L}{\partial b}|_{w=w^0,b=b^0}
  • update w^0, b^0

All piecewise Linear Curves:

sigmoid function


change w,b,c:

New Model:More Features:


Optimization of New Model

ReLU function

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容