摘要：梯度下降 Gradient Descent 梯度下降是一种迭代法（与最小二乘法不同），目标是解决最优化问题：${\theta}^ = arg min_{\theta} L({\theta})$，其中${\theta}$是一个向量，梯度是偏微分。 为了让梯度下降达到更好的效果，有以下这些Tips： 1 阅读全文

摘要：这篇论文最早是一篇2016年1月16日发表在Sebastian Ruder的 "博客" 。本文主要工作是对这篇论文与李宏毅课程相关的核心部分进行翻译。 论文全文翻译： An overview of gradient descent optimization algorithms 梯度下降优化算法概述 阅读全文

摘要：李宏毅课程学习笔记总结，以及作业，参考论文总结。 阅读全文

摘要：A more complex model does not always lead to better performance on testing data. Because error due to both of 'bias' and 'variance'. From training dat 阅读全文

摘要：Regression 回归 应用领域包括：Stock Market Forecast, Self driving car, Recommondation,... Step 1: Model 对于宝可梦的CP值预测问题，假设为一个最简单的线性模型 y = b + $\sum w_i x_i$ $x_i 阅读全文

摘要：Machine Learning == Looking for a Function AI过程的解释：用户输入信息，计算机经过处理，输出反馈信息（输入输出信息的形式可以是文字、语音、图像等）。 因为从输入到输出的处理不是简单的数学运算，甚至很多时候科学家并不知道如何来实现这个过程。 所以最初的时候科 阅读全文