机器学习中常用激活函数和损失函数
1. 激活函数 1.1 各激活函数曲线对比 常用激活函数： 1.2 各激活函数优缺点 sigmoid函数 优点：在于输出映射在（0，1）范围内，单调连续，适合用作输出层，求导容易 缺点：一旦输入落入饱和区，一阶导数接近0，就可能产生 ...
原文：（原创）机器学习之numpy库中常用的函数介绍（一）
. mat mat 与array的区别： mat是矩阵，数据必须是 维的，是array的子集，包含array的所有特性，所做的运算都是针对矩阵来进行的。 array是数组，数据可以是多维的，所做的运算都是针对数组来进行的 数据能表示的维度不同，array数据可以是多维的，mat的数据必须是 维的。 array能表示超过 维的数据，而mat不能： 对于 维的数据，array和mat的表示形式完全一 ...
2017-10-01 20:34 0 1375 推荐指数：
相关推荐
机器学习中常用的损失函数的整理
机器通过损失函数进行学习。这是一种评估特定算法对给定的数据 建模程度的方法。如果预测值与真实值之前偏离较远，那么损失函数便会得到一个比较大的值。在一些优化函数的辅助下，损失函数逐渐学会减少预测值与真实值之间的这种误差。 机器学习中的所有算法都依赖于最小化或最大化某一个函数，我们称之为“目标函数 ...
机器学习---笔记----numpy和math包中的常用函数
本文只是简单罗列一下再机器学习过程中遇到的常用的数学函数。 1. math.fabs(x): 返回x的绝对值。同numpy。 View Code 2. x.astype(type): 返回type类型的x, type 一般可以为numpy ...
机器学习九 机器学习中常用的采样方法
采样方法 目录 采样方法 Inverse CDF 接受-拒绝采样(Acceptance-Rejection Sampling) 蒙特卡洛方法 ...
机器学习中常见的损失函数
损失函数是机器学习中常用于优化模型的目标函数，无论是在分类问题，还是回归问题，都是通过损失函数最小化来求得我们的学习模型的。损失函数分为经验风险损失函数和结构风险损失函数。经验风险损失函数是指预测结果和实际结果的差别，结构风险损失函数是指经验风险损失函数加上正则项。通常 ...
机器学习中常见的损失函数
损失函数是用来估量你模型的预测值f(x)与真实值Y的不一致程度，它是一个非负实值函数,通常使用L(Y, f(x))来表示，损失函数越小，模型的鲁棒性就越好。损失函数是经验风险函数的核心部分，也是结构风险函数重要组成部分。模型的结构风险函数包括了经验风险项和正则项，通常可以表示成如下式 ...
Python 机器学习库 NumPy 教程
0 Numpy简单介绍 Numpy是Python的一个科学计算的库，提供了矩阵运算的功能，其一般与Scipy、matplotlib一起使用。其实，list已经提供了类似于矩阵的表示形式，不过numpy为我们提供了更多的函数。如果接触过matlab、scilab，那么numpy很好入手 ...
机器学习中常用的三种方法
机器学习中常用的三种方法 一、总结 一句话总结： a、人工神经网络（Artificial Neural Network, ANN） b、决策树算法：树中的每一个节点表示对象属性的判断条件，其分支表示符合节点条件的对象。树的叶子节点表示对象所属的预测结果。 c、支持向量机（support ...