摘要： 首發于飛魚說人工智能 損失函數 - 交叉熵損失函數 飛魚Talk ? 騰訊 算法工程師 Cross Entropy Error Function（交叉熵損失函數） 例子 表達式 函數性質 學習過程 優缺點 這篇文章中，討論的Cross Entropy損失函數常用于分類問題中，但是為什么它會在分類問題 閱讀全文

摘要： 決策樹 決策樹 參考文獻 [1] 李航. 統計學習方法[M]. 北京：清華大學出版社，2012 決策樹 前言：第一篇博客，最近看完決策樹，想著歸納一下，也方便自己以后回顧。寫的會比較全面一些，可能會有很多不太正確的地方，歡迎大家交流指正 : ) 決策樹模型： 決策樹模型是運用于分類以及回歸的一種樹結 閱讀全文

摘要： 一.k近鄰算法的基本概念，原理以及應用 k近鄰法(k-nearest neighbors)是由Cover和Hart于1968年提出的，它是懶惰學習(lazy learning)的著名代表。它的工作機制比較簡單： 給定一個測試樣本 計算它到訓練樣本的距離 取離測試樣本最近的k個訓練樣本 “投票法”選出 閱讀全文

摘要： 深度學習是一種特殊的機器學習，它可以獲得高性能也十分靈活。它可以用概念組成的網狀層級結構來表示這個世界，每一個概念更簡單的概念相連，抽象的概念通過沒那么抽象的概念計算。 “Deep learning is a particular kind of machine learning that achi 閱讀全文

摘要： 物理量按照其屬性分為兩類：1.物理量的大小與度量所選用的單位有關，稱為有量綱量，例如，時間、長度、質量、速度、力、能量等。2.物理量的大小與度量所選的單位無關，稱為無量綱量，例如角度、增益、兩個長度之比等。 lcdxshengpeng 閱讀全文

摘要： ustczhng2012 目錄 激活函數 Logistic Softmax Relu Tanh 損失函數 0-1損失函數 平方損失函數 絕對值損失函數 對數損失函數 代價函數 均方誤差 均方根誤差 平均絕對值誤差 交叉熵誤差? 激活函數 Logistic 二分類的sigmoid函數，如果疊加實現多分 閱讀全文

摘要： 1. 激活函數 1.1 各激活函數曲線對比 常用激活函數： tf.sigmoid() tf.tanh() tf.nn.relu() tf.nn.softplus() tf.nn.softmax() tf.nn.dropout() tf.nn.elu() import numpy as np impo 閱讀全文

摘要： 激活函數：將神經網絡上一層的輸入，經過神經網絡層的非線性變換轉換后，通過激活函數，得到輸出。常見的激活函數包括：sigmoid, tanh, relu等。https://blog.csdn.net/u013250416/article/details/80991831 損失函數：度量神經網絡的輸出的 閱讀全文

摘要： 出自BYRans博客：http://www.rzrgm.cn/BYRans/ 本文主要講解分類問題中的邏輯回歸。邏輯回歸是一個二分類問題。 二分類問題 二分類問題是指預測的y值只有兩個取值（0或1），二分類問題可以擴展到多分類問題。例如：我們要做一個垃圾郵件過濾系統，是郵件的特征，預測的y值就 閱讀全文

摘要： （常規字母代表標量，粗體字母代表向量，大寫粗體字母代表矩陣） 邏輯回歸雖然名字里面有回歸，但是主要用來解決分類問題。 一、線性回歸（Linear Regression） 線性回歸的表達式： 線性回歸對于給定的輸入 ，輸出的是一個數值 y ，因此它是一個解決回歸問題的模型。 為了消除掉后面的常數項b， 閱讀全文