摘要： 模型误差的来源 训练集D={xi,yi}ni=1D={xi,yi}i=1n由函数ff产生 假设空间HH中理论上最好的函数为fˆf^ 用训练集DD得到的函数为f∗=argmaxf∈HL(w)f∗=arg⁡maxf∈HL(w) 逼近误差：模型空间与ff的距离 估计误差：训练到的函数与模型空间最好的函数的 阅读全文

摘要： 今天继续学习tensorflow 阅读全文

摘要： 点到平面的距离 直线方程：w1x1+w2x2+w0=0w1x1+w2x2+w0=0 点到直线距离d=|w1x′1+w2x′2+w0|w21+w22√d=|w1x1′+w2x2′+w0|w12+w22 欧式空间超平面：w1x1+w2x2+...+wdxd+w0=0w1x1+w2x2+...+wdxd+ 阅读全文

摘要： 今日学习了机器学习十讲第二讲，了解了机器学习相关概念 学习了回归算法等 阅读全文

摘要： 矩阵的逆 对于n*n方阵A，如果存在矩阵B使得AB = BA = I,则称B为A的逆矩阵，记为A-1 若A为可逆矩阵，则其逆矩阵是唯一的 如何判断矩阵是否可逆？ 行列式不等于0 满秩 行（或列）向量组线性无关 ... 回归： 回归如今指的用一个或多个自变量来预测因变量的数学方法 在机器学习中，回归指 阅读全文

摘要： 今日学习了机器学习十讲第一讲，了解了机器学习相关概念 学习了k邻接算法，PageRank算法等 阅读全文

摘要： 机器学习第一讲 大数据是指数据采集、数据清洗、数据分析和数据应用的整个流程中的理论、技术和方法。 机器学习是大数据分析的核心内容。机器学习解决的是找到将X和Y关联的模型F，从Data到X的步骤通常是人工完成的（特征工程）。 深度学习是机器学习的一部分，其核心是自动找到对特定任务有效的特征，也即自动完 阅读全文

摘要： 今天学习入门tf.keras 阅读《架构之美》 阅读全文

摘要： 今天重新配置了tensorflow环境 并学习了机器学习的相关原理 阅读全文

摘要： 今天继续学习tensorflow2.x的专家级入门 并复习和学习python的进阶内容 阅读全文