摘要: 六、排队论模型 问题引入:顾客希望服务机构越大越好,但是开支大;服务机构希望自己越小越好,但出现拥挤现象。 一、研究内容: (i)性态问题:研究各种排队系统的概率规律性,主要是研究队长分布、等待时间分布和忙期分布,包括瞬态和稳态两种形式; (ii)最优化问题:静态最优(最优设计);动态最优(最优运营 阅读全文
posted @ 2020-02-19 15:13 呆子哥哥 阅读(1017) 评论(0) 推荐(0) 编辑
摘要: 一、神经网络: 1.1非线性假设: 无论是线性回归还是逻辑回归都有这样一个缺点,即: 当特征太多时,计算的负荷会非常大 。 使用非线性的多项式项,能够帮助我们建立更好的分类模型 ,但与此同时他们的特征组合就有很多。普通的线性模型无法处理,就需要神经网络。 1.2模型表示1 每一个神经元都可以被认为是 阅读全文
posted @ 2020-02-03 12:23 呆子哥哥 阅读(256) 评论(0) 推荐(0) 编辑
摘要: 一、正规方程(Normal equation): 对于某些线性回归问题,正规方程方法很好解决; $\frac{\partial}{\partial\theta_j}J(\theta_j)=0$,假设我们的训练集特征矩阵为 X(包含了 x0)并且我们的训练集结果为向量 y,则利用正规方程解出向量 $\ 阅读全文
posted @ 2020-02-01 20:55 呆子哥哥 阅读(1267) 评论(0) 推荐(0) 编辑
摘要: 一、牛顿方法: 基本思想是利用迭代点$x_k$处的一阶导数(梯度)和二阶导数(Hessen矩阵)对目标函数进行二次函数近似,然后把二次模型的极小点作为新的迭代点,并不断重复这一过程,直至求得满足精度的近似极小值。 对于f(x)=0,求解x; 初始化$\theta$ ,然后一直迭代:$\theta^{ 阅读全文
posted @ 2020-01-30 21:16 呆子哥哥 阅读(434) 评论(0) 推荐(0) 编辑
摘要: 局部加权回归( locally weighted regression ) 特征选择问题:underfitting,overfitting parametric learing algorithm:有固定数目的参数以用来数据拟合的算法; Non parametric learing algorith 阅读全文
posted @ 2020-01-29 17:15 呆子哥哥 阅读(582) 评论(0) 推荐(0) 编辑
摘要: Notation: m=number of training examples n=number of features x="input" variables / features y="output"variable/"target" variable $(x^{(i)},y^{(i)})$ = 阅读全文
posted @ 2020-01-19 14:27 呆子哥哥 阅读(221) 评论(0) 推荐(0) 编辑