原创 標準差、方差、協方差、相關係數的設計思路

彙總統計——起源與設計 這篇文章主要是探討標準差、方差、協方差、相關係數的設計思路。閱讀這篇文章之前,你要先知道上述指標的計算公式,知道什麼是隨機變量。 如果你對於知道”是什麼“感到不滿足,而想知道”爲什麼“,是個喜歡”鑽牛角尖“

原创 機器學習-李宏毅(2019) Machine Learning 03-梯度下降 筆記

文章目錄梯度下降Review:梯度下降Tip1:調整學習率小心翼翼調整學習率自適應學習率Adagrad算法Adagrad舉例Adagrad存在的矛盾多參數下結論不一定成立Adagrad 進一步的解釋爲什麼要這樣:爲什麼可以這樣:T

原创 機器學習-李宏毅(2019) Machine Learning 03-1筆記

疑問:爲什麼使用梯度下降有時還會增大loss值? 梯度是在兩個方向上都計算一次偏導數,但是合在一起是否還是有價值的呢?無價值的例子參考李宏毅3-3視頻中,以Minecraft爲例的解說。

原创 機器學習-李宏毅(2019) Machine Learning 02筆記

文章目錄error的來源估測估測變量x的偏差和方差評估x的偏差估測x的方差爲什麼會有很多的模型?考慮不同模型的方差考慮不同模型的偏差偏差v.s.方差怎麼判斷是過還是欠分析偏差大-欠擬合方差大-過擬合模型選擇交叉驗證N-折交叉驗證

原创 機器學習-李宏毅(2019) Machine Learning 01筆記

文章目錄迴歸的定義和應用舉例迴歸定義應用舉例模型步驟——機器學習三板斧Step1: 模型假設 - 線性模型一元線性模型(單個特徵)Step2:模型評估 - 損失函數收集和查看訓練數據如何判斷衆多模型的好壞Step 3:最佳模型 -

原创 機器學習-李宏毅(2019) Machine Learning 00筆記

文章目錄lecture 1:找出function的frameworklecture 2:機器學習的相關技術監督學習regressionclassification半監督學習遷移學習無監督學習結構化學習強化學習總結 李宏毅老師的機器