机器学习算法的性能评估
Post by Joey Huang under ml on 2015-12-01(Tuesday) 22:48. Tags: machine-learning,
本文介绍机器学习算法的性能评估的方法,包括算法高偏差还是高方差的诊断,学习曲线等。
本文介绍机器学习算法的性能评估的方法,包括算法高偏差还是高方差的诊断,学习曲线等。
本文接着介绍神经网络,包括成本函数,以及向后传播算法,用来计算神经网络成本函数的微分项。最后总结神经网络的架构设计和训练步骤。
神经网络模拟人的神经系统,是比逻辑回归更复杂的机器学习算法。本文介绍神经网络的模型和模拟逻辑运算方面的简单应用。
线性回归算法和逻辑回归算法都可能出现过拟合,即模型很好地拟合了训练数据,但对新数据的预测效果很差。当训练样例较少时,这种情况发生的概率就更大。正则化就是为了解决这个问题的。
本文介绍逻辑回归算法。包括适用场景,预测函数,成本函数等。
pandas 是数据分析的瑞士军刀。我们今天使用 pandas 来玩一下股票数据,看看能从数据里得到哪些有意思的信息。
numpy 的矩阵运算有不少陷阱,一不小心踩进去就出不来了
线性回归里的梯度下降算法,通过不停地迭代求参数,从而不停地逼近成本函数的最小值来求解。另外一个方法是直接计算成本函数的微分,令微分算子为零,求解这个方程,即可得到线性回归的解。
本文总结了几个常用的微分运算法则,并运用这个法则计算分类器预测模型 Sigmoid Function 的微分公式。
本文介绍了机器学习的入门资源。优秀的入门资源可以降低学习门槛,激发学习乐趣。