目录
机器学习三件事:分类,预测和结构化生成
2、一般会有经常提到什么是标签label,label就是预测值,在机器学习领域的残差就是e和loss编辑3、一些计算loss的方法:编辑编辑
4、可以设置不同的b和w从而控制loss的值,但是需要loss最小,也就是拟合度稍微好一些
5、预测值和真实值
6、仅仅用一天的效果并不是很好,多天的多个数据,在一元线性回归的条件下,loss损失函数会更小
6、任何的东西都可以用函数来拟合,然后,任何的函数都能用小的sig函数来表示
7、蓝色的直线函数不是很好表达,但是曲线可以用平滑的函数表示:
8、通过更改不同的参数,可以拟合出不同的结果
9、实力验证
10、我们类比一个东西,从复杂度的角度来看,一元线性函数,变成了更加平滑的函数,一个累计一元线性变成了多个累计平滑的函数文章来源:https://www.toymoban.com/news/detail-735632.html
机器学习三件事:分类,预测和结构化生成
文章来源地址https://www.toymoban.com/news/detail-735632.html
2、一般会有经常提到什么是标签label,label就是预测值,在机器学习领域的残差就是e和loss3、一些计算loss的方法:
4、可以设置不同的b和w从而控制loss的值,但是需要loss最小,也就是拟合度稍微好一些5、预测值和真实值6、仅仅用一天的效果并不是很好,多天的多个数据,在一元线性回归的条件下,loss损失函数会更小6、任何的东西都可以用函数来拟合,然后,任何的函数都能用小的sig函数来表示7、蓝色的直线函数不是很好表达,但是曲线可以用平滑的函数表示:8、通过更改不同的参数,可以拟合出不同的结果9、实力验证10、我们类比一个东西,从复杂度的角度来看,一元线性函数,变成了更加平滑的函数,一个累计一元线性变成了多个累计平滑的函数
到了这里,关于1深度学习李宏毅的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!