码迷,mamicode.com
首页 >  
搜索关键字:梯度下降 机器学习    ( 9962个结果
准确率(Accuracy),精确率(Precision),召回率(Recall)和F1-Measure。
机器学习(ML),自然语言处理(NLP),信息检索(IR)等领域,评估(Evaluation)是一个必要的 工作,而其评价指标往往有如下几点:准确率(Accuracy),精确率(Precision),召回率(Recall)和F1-Measure。 TP: Ture Positive 把正的判断为正的 ...
分类:其他好文   时间:2020-05-05 23:09:28    阅读次数:2016
随机森林(RandomForest)和极限森林(ExtraForest)的理解
随机森林(RandomForest) 简介: 在机器学习中,随机森林是一个包含多个决策树的分类器, 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。 而 “Random Forests” 是他们的商标。 这个术语是1995 ...
分类:其他好文   时间:2020-05-05 20:23:35    阅读次数:489
决策树(Decision Tree)的理解及优缺点
决策树的理解 决策树是一种机器学习的方法。决策树的生成算法有ID3, C4.5和CART等。决策树是一种树形结构,其中每个内部节点表示一个属性上的判断,每个分支代表一个判断结果的输出,最后每个叶节点代表一种分类结果。 决策树是一种十分常用的分类方法,需要监管学习(有教师的Supervised Lea ...
分类:其他好文   时间:2020-05-05 20:09:36    阅读次数:1309
[转] EM算法总结
From: https://www.cnblogs.com/pinard/p/6912636.html EM算法也称期望最大化(Expectation-Maximum,简称EM)算法,它是一个基础算法,是很多机器学习领域算法的基础,比如隐式马尔科夫算法(HMM), LDA主题模型的变分推断等等。本文 ...
分类:编程语言   时间:2020-05-05 17:56:50    阅读次数:76
特征缩放和Batch Normalization
特征缩放 to do Batch Normalization原理 https://zhuanlan.zhihu.com/p/34879333 https://zhuanlan.zhihu.com/p/69659844 背景 对深层神经网络的训练调参困难且复杂,深度神经网络之所以如此难训练,其中一个重 ...
分类:其他好文   时间:2020-05-04 17:21:13    阅读次数:52
机器学习算法的优点和缺点总结
机器学习算法的优点和缺点总结 1.正则化算法(Regularization Algorithms) 它是另一种方法(通常是回归方法)的拓展,这种方法会基于模型复杂性对其进行惩罚,它喜欢相对简单能够更好的泛化的模型。 例子: 岭回归(Ridge Regression) 最小绝对收缩与选择算子(LASS ...
分类:编程语言   时间:2020-05-04 15:53:05    阅读次数:97
无监督降维:主成分分析法
本文转自公众号《数据科学家联盟》 一、主成分分析法的思想及其原理 1、PCA(Principal Component Analysis),即主成分分析方法,是一种使用最广泛的数据降维算法(非监督的机器学习方法)。 其最主要的用途在于“降维”,通过析取主成分显出的最大的个别差异,发现更便于人类理解的特 ...
分类:其他好文   时间:2020-05-03 18:41:03    阅读次数:154
embedding的理解
One-hot编码 整合成一个稀疏矩阵,那问题来了,稀疏矩阵(二维)和列表(一维)相比,有什么优势? 很明显,计算简单嘛,稀疏矩阵做矩阵计算的时候,只需要把1对应位置的数相乘求和就行,也许你心算都能算出来;而一维列表,你能很快算出来?何况这个列表还是一行,如果是100行、1000行和或1000列呢? ...
分类:其他好文   时间:2020-05-03 11:02:51    阅读次数:61
深度学习各种优化函数详解
深度学习中有众多有效的优化函数,比如应用最广泛的SGD,Adam等等,而它们有什么区别,各有什么特征呢?下面就来详细解读一下 一、先来看看有哪些优化函数 BGD 批量梯度下降 所谓的梯度下降方法是无约束条件中最常用的方法。假设f(x)是具有一阶连续偏导的函数,现在的目标是要求取最小的f(x) : m ...
分类:其他好文   时间:2020-05-03 10:58:21    阅读次数:56
机器学习基础---神经网络(属于逻辑回归)(构建假设函数)
一:为什么需要神经网络 (一)案例 为了很好的拟合数据,我们需要保留较多的相关参数,虽然可以使用正则化进行优化。但是无论是线性回归还是逻辑回归都有这样一个缺点,即:当特征太多时,计算的负荷会非常大。 之前我们已经看到过,使用非线性的多项式项,能够帮助我们建立更好的分类模型。假设我们有非常多的特征,例 ...
分类:其他好文   时间:2020-05-02 22:37:21    阅读次数:208
9962条   上一页 1 ... 62 63 64 65 66 ... 997 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!