先回想一下线性回归，线性回归模型帮助我们用最简单的线性方程实现了对数据的拟合，然而，这只能完成回归任务，无法完成分类任务，那么 logistics regression
2018-06-04 11:31
线性回归是最简单的机器学习模型之一。它通常不仅是学习数据科学的起点，也是构建快速简单的最小可行产品（ MVP ）的起点，然后作为更复杂算法的基准。
2022-10-10 14:31
租赁站 ID（由于不知道完整词汇，这里我们使用哈希存储分区。该数据集有大约 650 个唯一值。我们会使用一个很大的哈希存储分区，但之后会将其嵌入到较低维度中）
2018-08-28 11:13
回归不是单一的有监督学习技术，而是许多技术所属的整个类别。回归的目的是预测数值型的目标值，如预测商品价格、未来几天的PM2．5等。最直接的办法是依据输入写出一个目标值的计算公式，该公式就是所谓
2018-07-13 01:39
具体来看，对于传统的机器学习算法，模型的表现先是遵循幂定律（power law），之后趋于平缓；而对于深度学习，该问题还在持续不断地研究中，不过图一为目前较为一致的结论，即随着数据规模的增长，深度
2019-05-05 11:03
由第一节我们知道，熵是描述事物不确定性的指标。我们将熵的这一性质应用在信号检测领域，当信号包含了较强的随机噪声时或被噪声完全掩盖时，信号的随机性大大的增加了，其对应的熵也较大，根据这一原理对信号的质量进行检测，下图是用熵检测心电信号质量的效果图：
2019-04-13 10:45
一旦违背了这条假设，那么线性回归模型就不成立。但是我们也不能因此就认为使用非线性函数或基于树的模型更好，而放弃将线性回归模型
2018-06-29 10:31
以一个简单的线性回归模型为例，讨论两种不同的训练方法来得到模型的最优解。
2018-06-22 10:02
为下游任务提供了有用的隐藏空间。自回归模型的隐藏层有着位置的边缘分布，使其更难对数据进行正确操作。在GAN中，数据点经常不能直接表现在隐藏空间中，因为它们没有编码器，可能无法支持数据分布。在可逆生成模型和VAE上就没
2018-07-12 08:43
跟上一讲写线性模型一样，在实际动手写之前我们需要理清楚思路。要写一个完整的逻辑回归模型我们需要：sigmoid函数、模型主体、参数初始化、基于梯度下降的参数更新训练、
2018-10-16 16:12
