机器学习中的一些方法(PPT 55页)
- 所属分类:
- 人工智能
- 文件大小:
- 5041 KB
- 下载地址:
- 相关资料:
- 机器学习
机器学习中的一些方法(PPT 55页)内容简介
线性回归和梯度下降法
Logistic回归
高斯混合模型和EM算法
机器学习中的一些方法
主要内容
线性回归
举个例子
形式化描述
训练集
inputvariables
每个是n维的向量
outputvariables
第i个训练样本:
学习函数
使得对一个新的输入x,能得到对应的目标值
一种求解方法
求出的梯度
函数在极值处梯度为0,
分别对求导
求矩阵的逆复杂度一般是O(n3)
梯度下降
损失函数
一般流程
首先对θ赋值,这个值可以是随机的,也可以让θ是一个全零的向量。
改变θ的值,使得J(θ)按梯度下降的方向进行减少,直到收敛
求解
GradientDescentAlgorithm
适用于无约束优化问题,目标函数有一阶导数,精度要求不很高的情况
迭代终止准则
根据两次迭代的绝对误差
根据目标函数梯度的模足够小
卷积神经网络
..............................
Logistic回归
高斯混合模型和EM算法
机器学习中的一些方法
主要内容
线性回归
举个例子
形式化描述
训练集
inputvariables
每个是n维的向量
outputvariables
第i个训练样本:
学习函数
使得对一个新的输入x,能得到对应的目标值
一种求解方法
求出的梯度
函数在极值处梯度为0,
分别对求导
求矩阵的逆复杂度一般是O(n3)
梯度下降
损失函数
一般流程
首先对θ赋值,这个值可以是随机的,也可以让θ是一个全零的向量。
改变θ的值,使得J(θ)按梯度下降的方向进行减少,直到收敛
求解
GradientDescentAlgorithm
适用于无约束优化问题,目标函数有一阶导数,精度要求不很高的情况
迭代终止准则
根据两次迭代的绝对误差
根据目标函数梯度的模足够小
卷积神经网络
..............................
用户登陆
人工智能热门资料
人工智能相关下载