机器学习两大主要任务:回归 分类

回归
定义:Regression 就是找到一个函数 functionfunction ,通过输入特征 xx,输出一个数值 ScalarScalar。

模型步骤
step1:模型假设,选择模型框架(线性模型)

  • 一元线性回归
  • 多元线性回归

通过多个特征还是一个特征区分,根本还是由我们的输入去得到一个输出

step2:模型评估,如何判断众多模型的好坏(损失函数)

损失函数用来评价模型的预测值和真实值不一样的程度,损失函数越好,通常模型的性能越好。不同的模型用的损失函数一般也不一样。

step3:模型优化,如何筛选最优的模型(梯度下降)

梯度下降法(英語:Gradien descent)是一个一阶最优化算法,通常也称为最陡下降法,但是不該與近似積分的最陡下降法(英語:Method of steepes descent)混淆 要使用梯度下降法找到一个函数的局部极小值,必须向函数上当前点对应梯度(或者是近似梯度)的反方向的规定步长距离点进行迭代搜索。

过拟合
在训练集上面表现更为优秀的模型,为什么在测试集上效果反而变差了?这就是模型在训练集上过拟合的问题。

训练出的模型对于样本集一下我们不需要的特征也保留了,这就导致再用以去训练新的数据时,也会带有这一不需要的特征。

参考:
https://datawhalechina.github.io/leeml-notes/#/

深度学习 | Datawhale 打卡(Task 02)相关推荐

  1. 伯禹公益AI《动手学深度学习PyTorch版》Task 07 学习笔记

    伯禹公益AI<动手学深度学习PyTorch版>Task 07 学习笔记 Task 07:优化算法进阶:word2vec:词嵌入进阶 微信昵称:WarmIce 优化算法进阶 emmmm,讲实 ...

  2. 伯禹公益AI《动手学深度学习PyTorch版》Task 03 学习笔记

    伯禹公益AI<动手学深度学习PyTorch版>Task 03 学习笔记 Task 03:过拟合.欠拟合及其解决方案:梯度消失.梯度爆炸:循环神经网络进阶 微信昵称:WarmIce 过拟合. ...

  3. 伯禹公益AI《动手学深度学习PyTorch版》Task 05 学习笔记

    伯禹公益AI<动手学深度学习PyTorch版>Task 05 学习笔记 Task 05:卷积神经网络基础:LeNet:卷积神经网络进阶 微信昵称:WarmIce 昨天打了一天的<大革 ...

  4. 伯禹公益AI《动手学深度学习PyTorch版》Task 06 学习笔记

    伯禹公益AI<动手学深度学习PyTorch版>Task 06 学习笔记 Task 06:批量归一化和残差网络:凸优化:梯度下降 微信昵称:WarmIce 批量归一化和残差网络 BN和Res ...

  5. 伯禹公益AI《动手学深度学习PyTorch版》Task 04 学习笔记

    伯禹公益AI<动手学深度学习PyTorch版>Task 04 学习笔记 Task 04:机器翻译及相关技术:注意力机制与Seq2seq模型:Transformer 微信昵称:WarmIce ...

  6. 动手学深度学习第一次打卡

    今年才开始接触深度学习,基本上是小白的状态,希望能利用疫情放假的这些日子好好学习一下深度学习.第一次打卡包括Task01和Task02两部分,Task01的学习任务又分为线性回归.Softmax与分类 ...

  7. 飞桨PaddlePaddle深度学习七日打卡营结营体会(小白菜只想混算力康康证书)

    我是真的纯纯小白菜了,没法像大佬们一样技术心得体会了... 这是我第一次接触飞桨,第一次报飞桨的打卡营 我就 搞个 纯纯的体验版心得体会?(毕竟我就想看看证书啥样再混个算力 咋上路的 被大佬给我丢了个 ...

  8. PyTorch深度学习60分钟闪电战:02 Autograd - 自动微分

    本系列是PyTorch官网Tutorial Deep Learning with PyTorch: A 60 Minute Blitz 的翻译和总结. PyTorch概览 Autograd - 自动微 ...

  9. 深度学习硬件-GPU-显卡

    cuda核数: 英伟达NVIDIA系列显卡GPU CUDA数据对比排行_高祥@南京的博客-CSDN博客_cuda核心数量排行

最新文章

  1. 文末有彩蛋 | 第四周课程回顾与总结
  2. faker和劫的图片_faker亲手画的劫被曝光,看到他的画,众人心里久久不能平息!...
  3. Linux-insmod/rmmod/lsmod驱动模块相关命令(10)
  4. springBoot整合rabbitmq并测试五种常用模型
  5. 大数据电商数仓分析项目
  6. git学习(七)新建远程仓库-Gitee为例
  7. Linux内核分析作业 NO.2
  8. CodeForces-28C-Bath Queue-概率DP[ ICPC2016大连热身D]
  9. VScode 历史版本
  10. 2012 年国家集训队互测 Tree
  11. matlab 密文搜索 实验,基于B^+树的多关键字密文排序检索方法.pdf
  12. 日本知名汽车零部件公司巡礼系列之株式会社70
  13. Python中的盆地跳跃(Basin Hopping)优化
  14. PHP剧影评系统的设计与实现毕业设计源码140859
  15. 《墨宝非宝经典作品合集(套装共10册)》墨宝非宝(作者)epub+mobi+azw3格式下载...
  16. 好好说话之64位格式化字符串漏洞
  17. 数组元素两两组合 php,js多个数组元素两两组合三三组合
  18. 【QQ农场两周年】回想我的农场
  19. Centos Stream 9安装docker-ce
  20. python 使用input函数输入两个数字,比较两个数字的大小,并输出较大的数

热门文章

  1. 如何进行应用安全测试(AST)
  2. dos下编写java程序_在DOS命令行状态下,如果命令java Hello成功运行了程序,那么下面哪些叙述是正确的()...
  3. 吉林大学计算机学院考研大纲,吉林大学计算机科学与技术学院2020考研复试大纲预测...
  4. EN 14915实木镶板和包层—CE认证
  5. .jar will not be exported or published.Runtime ClassNotFoundExceptions may result.
  6. 不错VB代码,收藏!!!
  7. 基础练习 数的读法(Tom教授正在给研究生讲授一门关于基因的课程,有一件事情让他颇为头疼:一条染色体上有成千上万个碱基对,它们从0开始编号,到几百万,几千万,甚至上亿。   比如说,在对学生讲解第1)
  8. 《BREW进阶与精通——3G移动增值业务的运营、定制与开发》连载之9---移动增值业务产业链
  9. iba测评题目_靠谱测评丨6国12款大牌纯牛奶盲测,谁最好喝?结果万万没想到
  10. Python就业怎么样