AI
神经网络笔记 | 6 – 机器学习诊断
当一个模型没有很理想地跑的时候，大体有以下方法 但是选择这些优化方法需要有一定的理论支撑，以下来介绍所有优化模 …
神经网络笔记 | 5 – 监视与随机初始化
梯度检查 这个算法是用来检测庞大的神经网络运算中究竟是否会出现错误 先复习一下导数的一些基础知识，下图展示了导 …
神经网络笔记 | 4 – 多元分类问题
如果我们想通过计算机视觉区分不同的物体，我们该怎么做？ 实际上就是让神经网络的输出的结果成为一个数组，对应的物 …
神经网络笔记 | 3 – 例子与直觉理解
例子：使用一个算法实现如下样本的区分 实际上就是一个区分复杂非线性样本的实践 很显然这个例子是让Y同时为真（1 …
神经网络笔记 | 2 – 模型理解
这里我们需要上一章的图片进行一个复习 向前传播 如果令 这个参数等于Z（2）1 那么我们可以将隐藏层的参数表示 …
神经网络笔记 | 1 – 非线性假设
我们有时候会遇到相当棘手的问题，比如区分下面这样的数据： 此时我们用逻辑回归，可能会解决的很好 但是这个训练集 …
机器学习基础笔记 | 13 – 正则化
我们常常会遇到这种情况：虽然每个点拟合的都没什么问题，但是整体曲线看起来非常混乱与奇怪，如何避免这种问题？ 这 …
机器学习基础笔记 | 12 – 过拟合问题
什么是过拟合？ 假设我们想出了三种算法来模拟这个房子面积和房价的问题 第一种很显然偏差过大（high bias …
机器学习基础笔记 | 11 – 多元分类问题
举个例子 比如分类邮件，我希望标签是这样的，比如工作，家人，爱好等等… 这些就是多元分类了 然后数据集大概看起 …