一、引子 对于非线性的分类问题,当自变量较多的时候,用之前的回归的方法就会非常复杂,因为在我们要拟合的函数项的可能性会爆炸。例如,如果我们有100个自变量(x1、x2、x3....
一、引子 对于非线性的分类问题,当自变量较多的时候,用之前的回归的方法就会非常复杂,因为在我们要拟合的函数项的可能性会爆炸。例如,如果我们有100个自变量(x1、x2、x3....
过拟合 特征多了,模型对当前的样本高度拟合,但一旦换一组样本,会出现极大的偏差。我们如何解决过拟合的问题呢? 减少特征(人为选择或者利用算法模型) 正则化 代价函数 脑洞不减...
多分类的例子: 邮件标签:工作、家庭、兴趣爱好... 身体状况:健康、亚健康、患病... ...用图表示:二元分类多分类我们已经知道了对于二元分类问题,我们要去找决策边界,那...
一、代价函数 我们希望获得凸(convex)函数,这样的函数有更好的收敛性。因此我们不能直接使用之前线性回归用的代价函数。 当y=1时,有:h→1,cos→0当y=0时,有:...
假设函数的表达式 逻辑回归模型 我们希望 0≤h≤1,可以设h=g(θ.T x)令g(z)=1/(1+e^(-z))这个函数g叫做sigmoid 函数,又叫做logistic...
〇、数学表示 n: 特征量的维度 下图表示第i个样本的特征向量的第j个特征分量 h(x)=θ0x0+θ1x1+θ2x2+θ3x3+...+θnxn=Θ.T Xx0=1 一、多...
梯度下降在整个机器学习中都很重要 〇、问题回顾 找到θ0、θ1,最小化代价函数J(θ0,θ1) outline 初始化θ0,θ1 调整θ0、θ1,减小J直到J最小(如何调整呢...
一、监督学习的模型 m:训练样本数目 x:输入变量/特征量 y:输出变量/目标变量 (x(i),y(i)):第i个训练样本 x(i):第i个训练样本的特征量 y(i):第i个...
本文集是本人在coursera上学习吴恩达-机器学习的笔记。相关说明会在这一页上更新。 课程主页https://www.coursera.org/learn/machine-...
机器学习诞生于AI的相关工作,其诞生得益于计算机性能的提升。 一、机器学习的应用 数据挖掘 无法编程的问题:自动直升机、笔迹识别、大多数的NLP、计算机视觉 自适应程序:推荐...
python 3.6.2cv2 〇、tips np array 表示的是矩阵,下标第一唯是行号,对应y坐标,第二唯是列号,对应x坐标。cv对图像做操作时,则是按照空间关系(x...
这是一个大型观众席,舞台上在发生什么,似乎没有人关心。我腿上放着笔电,似乎在忙碌什么。 旁边的小A合上她的笔电,说:可以走了,别浪费时间了。 走,自由地走吗? 我不想扛着沉重...
〇、目标 实时绘制:15-60fps30+才会流畅 高分辨率 CPU负荷很大 物理、AI(npc智能化)、声音、 网络…… 图形需求 高速内存访问、高带宽、浮点数的运算(Fl...
学习目标 GPU 历史和渲染流水线 GPU 编程API(Cg,HLSL,*GLSL) 学会Vertex Shaders, Geometry Shader and Fragme...
一、简介 1. 人的感知——物理世界 触觉 听觉 嗅觉 视觉 味觉 2. 虚拟世界 Modeling Rendering Animation User Interface 3...
计算机系统的四个组成部分 硬件、操作系统、系统程序和应用程序、用户 操作系统要做什么? 资源分配(resource allocator) 管理资源解决资源冲突 控制程序(co...
@烨然v 不同的部分不是你的创造。
每个人的内心都有一幅画(我的84幅作品)每个人的内心都有一幅画。 先来看比利时“超现实主义”大师雷内.马格里特的作品 没有哪位画家能像雷内马格里特那样如此成功地展现潜藏在人们内心深处的梦的世界,他那神妙莫测的想象力...
@烨然v 在我看来只能算作一幅。
每个人的内心都有一幅画(我的84幅作品)每个人的内心都有一幅画。 先来看比利时“超现实主义”大师雷内.马格里特的作品 没有哪位画家能像雷内马格里特那样如此成功地展现潜藏在人们内心深处的梦的世界,他那神妙莫测的想象力...