【机器学习300问】1、什么是机器学习？

相关文章

• 

  【机器学习300问】15、什么是逻辑回归模型？

          逻辑回归（Logistic Regression）是一种广义线性回归分析模型，尤其适用于解决 二分类问题 （输出为两个类别）。 邮件过滤 ：判断一封电子邮件是否为垃圾邮件。结果为垃圾邮件（1）或非垃圾邮件（0）； 医疗诊断 ：判断病人是否患有某种疾病，如癌症。结果为患

  2024年01月22日

  浏览(46)

• 【机器学习300问】3、机器学习中有哪些数据集都有什么用？

  在机器学习中，通常将数据集按照不同的功能分成三种： 训练集 、 验证集 和 测试集 。         作用： 用来训练模型算法 ，模型算法根据这个集合中的样本和对应的标签来学习模型参数或权重。         作用： 用来调整模型参数、选择模型结构和超参数优化 。帮

  2024年02月02日

  浏览(42)
• 

  【机器学习300问】12、为什么要进行特征归一化？

          当线性回归模型的特征量变多之后，会出现不同的特征量，然而对于那些同是数值型的特征量为什么要做归一化处理呢？         使得不同指标之间具有可比性。例如，分析一个人的身高和体重对健康的影响，如果使用米(m)和于克(kg)作为单位，那么身高特征会在

  2024年01月22日

  浏览(37)
• 

  【机器学习300问】11、多元线性回归模型和一元线性回归有什么不同？

          在之前的文章中，我们已经学习了一元线性回归模型，其中最关键的参数是w和b。机器学习的目的就是去得到合适w和b后能准确预测未知数据。但现实世界是复杂的，一个事情的发生绝大多数时候不会是一个原因导致。         因此多元线性回归模型区别与一元线

  2024年01月22日

  浏览(43)
• 

  【机器学习300问】71、神经网络中前向传播和反向传播是什么？

          我之前写了一篇有关计算图如何帮助人们理解反向传播的文章，那为什么我还要写这篇文章呢？是因为我又学习了一个新的方法来可视化前向传播和反向传播，我想把两种方法总结在一起，方便我自己后续的复习。对了顺便附上往期文章的链接方便回顾： 【机器

  2024年04月17日

  浏览(65)
• 

  【机器学习300问】17、什么是欠拟合和过拟合？怎么解决欠拟合与过拟合？

          一个问题出现了，我们首先要描述这个问题，然后分析问题出现的原因，找到原因后提出解决方案。废话不多说，直接上定义，然后通过回归和分类任务的例子来做解释。         欠拟合（Underfitting）指的是模型在训练过程中未能捕捉到数据集中的有效规律或模

  2024年01月25日

  浏览(45)

• 【机器学习300问】2、机器学习分为哪几类？

          监督学习（Supervised Learning）是机器学习和人工智能中的一种算法学习训练方式。它利 用有标签的数据（通常称为训练数据）作为输入 ，训练一个模型来学习输入和输出之间的关系。模型学习后可以用于预测新的、未见过的数据的输出。这种学习方式的目标是找到

  2024年01月23日

  浏览(39)
• 

  【机器学习300问】9、梯度下降是用来干嘛的？

          当你和我一样对自己问出这个问题后，分析一下！其实我首先得知道梯度下降是什么，也就它的定义。其次我得了解它具体用在什么地方，也就是使用场景。最后才是这个问题，梯度下降有什么用？怎么用？         所以我按照这个思路给大家讲讲我自己是怎么理解

  2024年01月21日

  浏览(37)
• 

  【机器学习300问】16、逻辑回归模型实现分类的原理？

          在上一篇文章中，我初步介绍了什么是逻辑回归模型，从它能解决什么问题开始介绍，并讲到了它长什么样子的。如果有需要的小伙伴可以回顾一下，链接我放在下面啦：                              【机器学习300问】15、什么是逻辑回归模型？     

  2024年01月25日

  浏览(55)

• 【机器学习300问】61、逻辑回归与线性回归的异同？

          本文讲述两个经典机器学习逻辑回归（Logistic Regression）和线性回归（Linear Regression）算法的异同，有助于我们在面对实际问题时更好的进行模型选择。也能帮助我们加深对两者的理解，掌握这两类基础模型有助于进一步理解更复杂的模型结构，例如逻辑回归是许多复

  2024年04月12日

  浏览(28)