（1）李宏毅深度学习-----机器学习简介
一、机器学习简介 是什么？ 机器学习：给模型（函数）输入数据，输出结果。 机器学习分类： 1）监督学习：即给定输入和输出以及输出，学习函数。 2）半监督学习：数据不够，有一部分数据有输入和输出，但有一部分没有输出。 3）无监督学习：只有输入没有输出。 4）迁移学习：可以有label ...
原文：李宏毅《机器学习 深度学习》简要笔记（一）
P 一 线性回归中的模型选择 上图所示： 五个模型，一个比一个复杂，其中所包含的function就越多，这样就有更大几率找到一个合适的参数集来更好的拟合训练集。所以，随着模型的复杂度提高，train error呈下降趋势。 上图所示： 右上角的表格中分别体现了在train和test中的损失值大小，可以看出，从第三个模型开始，就呈过拟合 Overfitting 状态。 二 分种类的训练模型 当模型会 ...
2019-07-21 17:14 0 436 推荐指数：
相关推荐
李宏毅机器学习2020笔记（三）深度学习
一、深度学习 1、简介 不同的连接方法 2、全连接前馈网络 1*1+(-1)*(-2)+1=4--->sigmoid--->0.98 相当于一个函数，输入一个向量，输出一个向量。如果w和b未知，神经网络就是一个比较大的function set ...
【笔记】机器学习 - 李宏毅 -- ELMO、BERT、GPT
1.背景知识 one-hot -> word class -> word embedding 不过传统的word embedding解决不了多义词的问题。 2. ELMO ...
【笔记】机器学习 - 李宏毅 -- Transformer
1.RNN和CNN的局限性 RNN是seq2seq的模型，RNN不易平行化，如果是单向的话，要输出\(b^3\)，需要先看完\(a^1, a^2, a^3\)。如果是双向的话，可以看完整个句子。 ...
李宏毅机器学习笔记01（regression）
Regression 1、首先，什么是regression（回归） 2、然后，实现回归的步骤（机器学习的步骤） step1、model（确定一个模型）——线性模型 step2、goodness of function（确定评价函数）——损失函数 step3、best ...
李宏毅机器学习笔记12（Transfer Learning）
Transfer Learning 1、什么是迁移学习 2、如何实现迁移学习 1）source有label，target有label 一、model fine-tuning（模型微调） 方法一、conservative training（保守训练 ...
李宏毅机器学习笔记（）GNN
一、introduction How do we utilize the structures and relationship to help our ...