红色石头的个人博客红色石头的个人博客

notice GitChat 深度学习极简教程正式上线!《深度学习 Python 入门与实战》

所有文章 第11页

林轩田机器学习基石

林轩田机器学习基石课程学习笔记14 — Regularization

17

红色石头 发布于 2018-07-24

本节课主要介绍了Regularization。首先,原来的hypothesis set加上一些限制条件,就成了Regularized Hypothesis Set。加上限制条件之后,我们就可以把问题转化为Eaug最小化问题,即把w的平方加进去。这种过程,实际上回降低VC Dime...

阅读(1764)评论(0)赞 (0)

林轩田机器学习基石

林轩田机器学习基石课程学习笔记12 — Nonlinear Transformation

17

红色石头 发布于 2018-07-24

这节课主要介绍了非线性分类模型,通过非线性变换,将非线性模型映射到另一个空间,转换为线性模型,再来进行线性分类。本节课完整介绍了非线性变换的整体流程,以及非线性变换可能会带来的一些问题:时间复杂度和空间复杂度的增加。最后介绍了在要付出代价的情况下,使用非线性变换的最安全的做法,尽...

阅读(1563)评论(0)赞 (1)

林轩田机器学习基石

林轩田机器学习基石课程学习笔记9 — Linear Regression

17

红色石头 发布于 2018-07-24

本节课,我们主要介绍了Linear Regression。首先,我们从问题出发,想要找到一条直线拟合实际数据值;然后,我们利用最小二乘法,用解析形式推导了权重w的closed-form解;证明了linear regression是可以进行机器学习的;最后,我们证明linear r...

阅读(2179)评论(0)赞 (3)

林轩田机器学习基石

林轩田机器学习基石课程学习笔记6 — Theory of Generalization

21

红色石头 发布于 2018-07-24

上一节课,我们主要探讨了当M的数值大小对机器学习的影响。如果M很大,那么就不能保证机器学习有很好的泛化能力,所以问题转换为验证M有限,即最好是按照多项式成长。然后通过引入了成长函数m_H(N)和dichotomy以及break point的概念,提出2D perceptrons的...

阅读(3245)评论(0)赞 (4)

林轩田机器学习基石

林轩田机器学习基石课程学习笔记5 — Training versus Testing

21

红色石头 发布于 2018-07-23

本节课,我们更深入地探讨了机器学习的可行性。我们把机器学习拆分为两个核心问题。对于第一个问题,我们探讨了M个hypothesis到底可以划分为多少种,也就是成长函数。并引入了break point的概念,给出了break point的计算方法。下节课,我们将详细论证对于2D pe...

阅读(3364)评论(2)赞 (5)