摘要：
前饋神經網絡 簡介 前饋神經網絡 (Deep feedforward network) 可以說是深度學習最核心的模型之一。前饋神經網絡的目的是對于輸入 \(x\) ，假設我們要模擬從輸入到輸出的真實函數 \(f^*\) ，神經網絡想要找到這樣的映射 \(y=f(x ; \theta)\) 和合適的參 閱讀全文
posted @ 2025-07-31 16:22
sky_darkeen
閱讀(54)
評論(0)
推薦(0)
摘要：
機器學習基礎 模型容量，欠擬合，過擬合參數化 訓練機器學習模型的目的不僅僅是可以描述已有的數據，而且是對末知的新數據也可以做出較好的推測，這種推廣到新數據的能力稱作泛化(generalization)。我們稱在訓練集上的誤差為訓練誤差 (training error)，而在新的數據上的誤差的期望稱為 閱讀全文
posted @ 2025-07-31 16:15
sky_darkeen
閱讀(8)
評論(0)
推薦(0)
摘要：
十一章 方差和回歸分析 該筆記基于書本《統計推斷》，筆記省略部分均可在該書上找到對應的詳細解釋。 11.1 前言 方差分析(常簡記為 ANOVA) 是得到最廣泛應用的統計技術之一. ANOVA 的基本思想, 即變異的分解, 是試驗統計學的一個重要思想. 要說明的是, 方差分析實際上并不關心方差的分析 閱讀全文
posted @ 2025-07-31 15:56
sky_darkeen
閱讀(29)
評論(0)
推薦(0)
摘要：
第十章 相合估計 該筆記基于書本《統計推斷》，筆記省略部分均可在該書上找到對應的詳細解釋。 在之前的幾章中，主要討論的內容在于如何求取點估計值以及檢驗區間，同時通過檢驗區間的反轉來構建置信區間的方法。但是對于一些統計量，其分布較為特殊，沒有辦法給出具體的分布函數。此時，我們很難對該統計量進行統計推斷 閱讀全文
posted @ 2025-07-31 15:55
sky_darkeen
閱讀(53)
評論(0)
推薦(0)
摘要：
第九章 區間估計 該筆記基于書本《統計推斷》，筆記省略部分均可在該書上找到對應的詳細解釋。 本章將從第八章的假設檢驗中的LRT入手，再到給出置信區間的自然求解公式。這一個過程符合直覺，且與6，7，8，9章的知識緊密結合。 9.1 前言 ? 在第七章中我們學習了如何求解參數 \(\theta\) 的點 閱讀全文
posted @ 2025-07-31 15:54
sky_darkeen
閱讀(41)
評論(0)
推薦(0)
浙公網安備 33010602011771號