Alfred2017

摘要： 阅读全文

摘要： 1. logistic回归的基本思想 logistic回归是一种分类方法，用于两分类问题。其基本思想为： a. 寻找合适的假设函数，即分类函数，用以预测输入数据的判断结果； b. 构造代价函数，即损失函数，用以表示预测的输出结果与训练数据的实际类别之间的偏差； c. 最小化代价函数，从而获取最优的模 阅读全文

摘要： 1. 一元线性回归 假设函数： 目标：选择合适的参数和，使得建模误差的平方和最小。即最小化代价函数: （其中：m为训练样本的数量） 建模误差:预测值和实际值之间的差距。 常用的求解线性回归参数的方法：最小二乘法和梯度下降法 2. 多元线性回归 假设函数： 或者 （x0 = 1） 也可以简化为： 代价 阅读全文

摘要： 常用的求解线性回归参数的方法：最小二乘法和梯度下降法 假设函数： 目标：选择合适的参数和，使得建模误差的平方和最小。即最小化代价函数: （其中：m为训练样本的数量） （1）最小二乘法： （2）梯度下降法： 开始时我们随机选择一个参数的组合（θ0,θ1,...,θn），计算代价 函数，然后我们寻找下一 阅读全文

摘要： 1. 最大似然估计法的思想 在已经得到试验结果的情况下，我们应该寻找使这个结果出现的可能性最大的那个θ作为真θ的估计。 2. 离散型随机变量 设X为离散型随机变量，其概率分布的形式为 ，则样本的概率分布为 ，在 固定时，上式表示取值的概率；当 固定时，它是 的函数，我们把它记为 并称为似然函数。 似 阅读全文

摘要： 图像分类 目标：已有固定的分类标签集合，然后对于输入的图像，从分类标签集合中找出一个分类标签，最后把分类标签分配给该输入图像。 图像分类流程 输入：输入是包含N个图像的集合，每个图像的标签是K种分类标签中的一种。这个集合称为训练集。 学习：这一步的任务是使用训练集来学习每个类到底长什么样。一般该步骤 阅读全文

摘要： 笔记目录： 1. "CS231n——图像分类（KNN实现）" 2. 待更新... 3. 4. 阅读全文