WRMF is like the classic rock of implicit matrix factorization. It may not be the trendiest, but it will never go out of style ... ...
分类：
其他好文 时间：
2017-03-12 21:35:41
阅读次数：
1090
本次回归章节的思维导图版总结已经总结完毕，但自我感觉不甚理想。不知道是模型太简单还是由于自己本身的原因，总结出来的东西感觉很少，好像知识点都覆盖上了，但乍一看，好像又什么都没有。不管怎样，算是一次尝试吧，慢慢地再来改进。在这里再梳理一下吧！ 线性回归（Linear Regression） 给定一些数 ...
分类：
其他好文 时间：
2017-03-12 15:29:11
阅读次数：
329
梯度下降法先随机给出参数的一组值，然后更新参数，使每次更新后的结构都能够让损失函数变小，最终达到最小即可。 在梯度下降法中，目标函数其实可以看做是参数的函数，因为给出了样本输入和输出值后，目标函数就只剩下参数部分了，这时可以把参数看做是自变量，则目标函数变成参数的函数了。 梯度下降每次都是更新每个参 ...
分类：
其他好文 时间：
2017-03-08 10:44:00
阅读次数：
117
1、主要内容 2、梯度下降 （1）、批量梯度下降 2、随机梯度下降 区别：就是更新变量时使用全部的数据还是一个样本进行更新 当都是凸函数的两者鲜果相同，当使用神经网络时使用SGD可以跳出局部最优解，批量梯度下降则不行； 3、mini-batch 梯度下降 噪声随着样本数量的增加而减少； 3、正则 b ...
分类：
其他好文 时间：
2017-02-19 12:18:19
阅读次数：
273
感知机是一种线性分类模型，属于判别模型 f(x) = sign(wx+b) ; f(x)∈{+1,-1}; 其中M为错分类点的集合M。 感知机学习算法是误分类驱动的，采用随机梯度下降法进行参数更新。 w< w + γyixi b< b + γyi γ为学习率，反复迭代直到所有样本均分类正确。 总结： ...
分类：
编程语言 时间：
2017-02-19 11:09:43
阅读次数：
213
作为一个脱离了低级趣味的码农，春节假期闲来无事，决定做一些有意思的事情打发时间，碰巧看到这篇论文： A neural style of convolutional neural networks，译作卷积神经网络风格迁移。 这不是“暮光女”克里斯丁的研究方向吗？！连好莱坞女星都开始搞人工智能发pap ...
分类：
Web程序 时间：
2017-01-30 15:36:22
阅读次数：
286
http://ml.ailab.cn/article-76485.html 现在机器学习逐渐成为行业热门，经过二十几年的发展，机器学习目前也有了十分广泛的应用，如：数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、DNA序列测序、语音和手写识别、战略游戏和机器人等方面。 云栖社区 ...
分类：
其他好文 时间：
2017-01-22 20:28:52
阅读次数：
199
1 为什么随机梯度下降法能work？ https://www.zhihu.com/question/27012077中回答者李文哲的解释 2 随机梯度下降法的好处？ （1）加快训练速度（2）噪音可以使得跳出局部最优 3 权衡方差和偏差： 偏差反映的是模型的准确度（对训练数据的吻合程度），方差则反映模 ...
分类：
其他好文 时间：
2016-12-19 08:48:18
阅读次数：
173
梯度下降（GD）是最小化风险函数、损失函数的一种常用方法，随机梯度下降和批量梯度下降是两种迭代求解思路，下面从公式和实现的角度对两者进行分析，如有哪个方面写的不对，希望网友纠正。 下面的h(x)是要拟合的函数，J(theta)损失函数，theta是参数，要迭代求解的值，theta求解出来了那最终要拟 ...
分类：
其他好文 时间：
2016-12-17 11:36:03
阅读次数：
194
本文总结自《Neural Networks and Deep Learning》第1章的部分内容。 使用梯度下降算法进行学习（Learning with gradient descent） 1. 目标 我们希望有一个算法，能让我们找到权重和偏置，以至于网络的输出y(x) 能够拟合所有的训练输入x。 ...
分类：
编程语言 时间：
2016-12-11 02:13:19
阅读次数：
259
