线性回归 给定一个数据点集合 X 和对应的目标值 y，线性模型的目标就是找到一条使用向量 w 和位移 b 描述的线，来尽可能地近似每个样本X[i] 和 y[i]。 数学公式表示为$\hat{y}=Xw+b$ 目标函数是最小化所有点的平方误差 $\sum_{i=1}^{n} (\hat{y_i} y_ ...
分类：
Web程序 时间：
2018-08-22 20:34:48
阅读次数：
213
逻辑斯蒂回归: 逻辑斯蒂回归是统计学习中的经典分类方法，属于对数线性模型。logistic回归的因变量可以是二分类的， 也可以是多分类的 基本原理 logistic 分布 折X是连续的随机变量，X服从logistic分布是指X具有下列分布函数和密度函数: 其中为位置参数，为形状参数。与图像如下，其中 ...
分类：
其他好文 时间：
2018-08-22 14:03:12
阅读次数：
323
聊一聊激活函数 https://mp.weixin.qq.com/s/Gm4Zp7RuTyZlRWlrbUktDA Why激活函数？ 引入激活函数是为了引入非线性因素，以此解决线性模型所不能解决的问题，让神经网络更加powerful！ 以下解释部分可以自行选择跳过哦～ 如果没有激活函数，那么神经网络 ...
分类：
其他好文 时间：
2018-08-14 14:29:09
阅读次数：
138
import tensorflow as tfimport numpy as np #使用numpy生成随机点x_data = np.random.rand(100)y_data = x_data*0.1 + 0.2 #构造一个线性模型b = tf.Variable(0.0)k = tf.Varia ...
分类：
其他好文 时间：
2018-08-10 23:15:20
阅读次数：
182
1.欠拟合：模型没有充分学习到数据集的特征，导致在训练集和测试集性能都很差的情况 2.解决办法： 1.增加其他特征项，可以通过“组合”、“泛化”、“相关性”等的操作来添加特征项 2.添加多项式特征，这个在机器学习算法里面用的很普遍，例如将线性模型通过添加二次项或者三次项使模型泛化能力更强 3.减少正 ...
分类：
其他好文 时间：
2018-08-10 14:35:34
阅读次数：
691
总结了如下表格: 模型种类模型图示补充 线性模型 一般线性模型: , x为向量向量时: 多维基函数构造: 1.乘法模型: 2.加法模型: 二者对比:乘法模型表现力丰富,但易引入维数灾难;加法模型参数个线性增长,但表现力不足: 核模型 一般核模型:高斯核函数: 一维高斯核模型: 二维高斯核模型: 带宽 ...
分类：
其他好文 时间：
2018-08-05 13:07:06
阅读次数：
171
深层神经网络可以解决部分浅层神经网络解决不了的问题。 神经网络的优化目标 损失函数 深度学习：一类通过多层非线性变化对高复杂性数据建模算法的合集。（两个重要的特性：多层和非线性） 线性模型的最大特点：任意线性模型的组合仍然是线性模型。（任意层的全连接神经网络和单层神经网络模型的表达能力没有任何区别） ...
分类：
其他好文 时间：
2018-08-01 20:43:02
阅读次数：
126
1.概述 自动化测试模型可以看作自动化测试框架与工具设计的思想。自动化测试不仅仅是单纯写写脚本运行就可以了，还需要考虑到如何使脚本运行效率提高，代码复用、参数化等问题。自动化测试模型分为四大类：线性模型，模块化驱动测试、数据驱动、关键词驱动。 线性模型 线性脚本中每个脚本都相互独立，且不会产生其他依 ...
分类：
其他好文 时间：
2018-07-24 18:04:00
阅读次数：
135
对于在受监管行业中工作的分析师和数据科学家来说，尽管机器学习可能会带来『能极大提高预测精度』这一好处，然而它可能不足以弥补内部文档需求以及外部监管责任所带来的成本。对于实践者而言，传统线性模型技术可能是预测模型中的唯一选择。然而，创新和竞争的驱动力并不因为你在一个受监管的模式下工作就会止息。在银行， ...
分类：
其他好文 时间：
2018-07-23 22:13:35
阅读次数：
219
基本概念 卷积运算 定义：$f_k(i,j)=\sum_{m,n}g_k(i-m,j-n)h_k(m,n),y_l=\sum_kw_{lk}f_k$ 稀疏交互(sparse interactions)：核的大小远小于输入的大小 参数共享(parameter sharing)：平移不变、深度线性叠加。 ...
分类：
其他好文 时间：
2018-07-22 14:02:56
阅读次数：
369
