吴恩达机器学习平台 PAI课程总结的相关内容

吴恩达《机器学习》课程总结（19）总结

(1)涉及到的算法 1.监督学习：线性回归，逻辑回归，神经网络，SVM。线性回归（下面第三行x0(i)其实是1，可以去掉）逻辑回归神经网络（写出前向传播即可，反向框架会自动计算） SVM 2.非监督学习：聚类算法(K-mean),降维(PCA) K-mean PCA 3.异常检测 4.推荐系统...

吴恩达《机器学习》课程总结（16）推荐系统

16.1问题形式化 (1)讲推荐系统的原因主要有以下几点: 1.推荐系统是一个很重要的机器学习的应用，虽然在学术界上占比较低，但是在商业应用中非常的重要，占有很高的优先级。 2.传达机器学习的一个大思想：特性是可以学习而来的，不需要人工去选择。 (2)说明的案例：电影推荐系统希望创建一个算法来预测...

吴恩达《机器学习》课程总结（15）异常检测

15.1问题的动机将正常的样本绘制成图表（假设可以），如下图所示：当新的测试样本同样绘制到图标上，如果偏离中心越远说明越可能不正常，使用某个可能性阈值，当低于正常可能性阈值时判断其为异常，然后做进一步的检查。异常检测常用于工业生产、异常用户等实际场景中。以上这种方法叫密度评估： 15.2高斯分...

吴恩达《机器学习》课程总结（18）应用实例：图片文字识别

18.1问题描述和流程图（1）图像文字识别是从给定的一张图片中识别文字。（2）流程包括： 1.文字侦测 2.字符切分（现在不需要切分了） 3.字符分类 18.2滑动窗口在行人检测中，滑动窗口是首先训练一个固定尺寸输入的判断是否有行人的网络，然后在一张图片中裁该尺寸的图片，送入到网络中；然后不断...

吴恩达《机器学习》课程总结（14）降维

14.1动机一：数据压缩将特征进行降维，如将相关的二维降到一维：三维变二维：以此类推把1000维数据降成100维数据。 14.2动机二：数据可视化如50个维度的数据是无法进行可视化的，使用降维的方法可以使其降到2维，然后进行可视化。降维的算法只负责减少维度，新产生的特征的意义就必须有我们自...

吴恩达《机器学习》课程总结（13）聚类

13.1无监督学习：简介将没有标签的样本分成不同的集合（簇），这种算法叫做聚类。常用的领域有市场分割、社交网络分析、计算机集群管理、了解星系等。 13.2K-均值算法（1）K-均值是最普及的聚类算法，是一种迭代算法，假设需要将数据聚类成n个组，这时候首先随机选择K个点，称为聚类中心。将每个样本...

吴恩达《机器学习》课程总结（12）支持向量机

12.1目标优化（1）以下是逻辑回归以及单个样本的代价函数（2）首先将使用上图中紫色的线（称为cost1或者cost0）的代替曲线，然后将样本数m去掉，最后将C代替1/λ（可以这么理解，但不完全是），从而实现逻辑回归的代价函数到SVM的转换。（3）SVM的输出将不再是逻辑回归的概率，而就是0或...

吴恩达《机器学习》课程总结（8）神经网络表述

8.1非线性假设（1）无论线性回归还是逻辑回归当特征量太多时，计算的负荷会非常大。如50x50像素有2500特征，如果两两组合将会有25002/2个（接近300万个特征）。普通的线性回归和逻辑回归模型不能有效处理这么多特征，这时候需要用神经网络了。 8.2神经元和大脑大脑的某一块可以经过学习，学...

吴恩达《机器学习》课程总结（7）正则化

7.1过拟合的问题训练集表现良好，测试集表现差。鲁棒性差。以下是两个例子（一个是回归问题，一个是分类问题）解决办法：（1）丢弃一些不能帮助我们正确预测的特征。可以使用工选择保留哪些特征，或者使用一些模型选择的算法来帮忙（PCA）；（2）正则化。保留素有的特征，但是减少参数的大小。 7.2代价...

吴恩达《机器学习》课程总结（6）逻辑回归

6.1分类问题回归问题的输出可能是很大的数，而在分类问题中，比如二分类，希望输出的值是0或1，如何将回归输出的值转换成分类的输出0,1成为关键。 6.2假说表示其中： hθ（x）的作用是，对于给定的输入变量，根据选择的参数计算输出变量=1的可能性即hθ（x）=P(y=1|x;θ)。 6.3判定边...

共有15条

< 1 2 >

跳转至： GO

更新时间 2022-12-29 12:18:16

本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。

社区圈子

阿里云机器学习平台PAI

阿里云机器学习PAI（Platform of Artificial Intelligence）面向企业及开发者，提供轻量化、高性价比的云原生机器学习平台，涵盖PAI-iTAG智能标注平台、PAI-Designer（原Studio）可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台，支持千亿特征、万亿样本规模加速训练，百余落地场景，全面提升工程效率。

2435+人已加入

加入