（1）李宏毅深度學習-----機器學習簡介
一、機器學習簡介 是什么？ 機器學習：給模型（函數）輸入數據，輸出結果。 機器學習分類： 1）監督學習：即給定輸入和輸出以及輸出，學習函數。 2）半監督學習：數據不夠，有一部分數據有輸入和輸出，但有一部分沒有輸出。 3）無監督學習：只有輸入沒有輸出。 4）遷移學習：可以有label ...
原文：李宏毅《機器學習 深度學習》簡要筆記（一）
P 一 線性回歸中的模型選擇 上圖所示： 五個模型，一個比一個復雜，其中所包含的function就越多，這樣就有更大幾率找到一個合適的參數集來更好的擬合訓練集。所以，隨着模型的復雜度提高，train error呈下降趨勢。 上圖所示： 右上角的表格中分別體現了在train和test中的損失值大小，可以看出，從第三個模型開始，就呈過擬合 Overfitting 狀態。 二 分種類的訓練模型 當模型會 ...
2019-07-21 17:14 0 436 推薦指數：
相關推薦
李宏毅機器學習2020筆記（三）深度學習
一、深度學習 1、簡介 不同的連接方法 2、全連接前饋網絡 1*1+(-1)*(-2)+1=4--->sigmoid--->0.98 相當於一個函數，輸入一個向量，輸出一個向量。如果w和b未知，神經網絡就是一個比較大的function set ...
【筆記】機器學習 - 李宏毅 -- ELMO、BERT、GPT
1.背景知識 one-hot -> word class -> word embedding 不過傳統的word embedding解決不了多義詞的問題。 2. ELMO ...
【筆記】機器學習 - 李宏毅 -- Transformer
1.RNN和CNN的局限性 RNN是seq2seq的模型，RNN不易平行化，如果是單向的話，要輸出\(b^3\)，需要先看完\(a^1, a^2, a^3\)。如果是雙向的話，可以看完整個句子。 ...
李宏毅機器學習筆記01（regression）
Regression 1、首先，什么是regression（回歸） 2、然后，實現回歸的步驟（機器學習的步驟） step1、model（確定一個模型）——線性模型 step2、goodness of function（確定評價函數）——損失函數 step3、best ...
李宏毅機器學習筆記12（Transfer Learning）
Transfer Learning 1、什么是遷移學習 2、如何實現遷移學習 1）source有label，target有label 一、model fine-tuning（模型微調） 方法一、conservative training（保守訓練 ...
李宏毅機器學習筆記（）GNN
一、introduction How do we utilize the structures and relationship to help our ...