本文不涉及深度学习，感觉目前深度学习几乎可以独立出机器学习单出一个学科了。于是这里的笔记仅仅狭义地总结一些论文所引用的一些技巧和概念。
知乎上大神们似乎认为，子空间学习是高维空间向低维空间投影的降维。https://www.zhihu.com/question/26908926
而小样本学习，知乎的大神们又有说可以用few shot learning 和 meta learning https://www.zhihu.com/question/264240892
再就是稀疏表达的意义 https://www.zhihu.com/question/26602796
于是找到了LASSO的提出者的主页 https://statweb.stanford.edu/~tibs/teaching.html
多源头数据融合https://blog.csdn.net/together_cz/article/details/78236489
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：关于机器学习中的几个概念 - Python技术站
在大数据时代，人们往往被人工智能（AI）、机器学习（ML）、深度学习（DL）这一些热词轰炸。但不少人对这些词汇的含义以及之间的关系比较模糊，甚至混为一谈。 本章作为人工智能的第一章节，主要通过人工智能的发展历史和理论层面帮助大家更好的理解人工智能、机器学习、深度学习的含义，并理清三者之间的关系，希望对初学者有所帮助。 人工智能（Artificial Inte…
视频学习来源 https://www.bilibili.com/video/av40787141?from=search&seid=17003307842787199553 笔记 Mnist分类程序 import numpy as np from keras.datasets import mnist #将会从网络下载mnist数据集 from ke…
RCNN系列算法总结在这里 yolo v1 这篇文章写的已经很好了，拿来做个笔记。核心步骤1.算法首先把输入图像划分成S * S的格子，然后对每个格子都预测B个bounding boxes，每个bounding box都包含5个预测值：x,y,w,h和confidence。x,y就是bounding box的中心坐标，与grid cell对齐（即相对于当前g…
过拟合、欠拟合及其解决方案 过拟合、欠拟合的概念 权重衰减 丢弃法 模型选择、过拟合和欠拟合 训练误差和泛化误差 在解释上述现象之前，我们需要区分训练误差（training error）和泛化误差（generalization error）。通俗来讲，前者指模型在训练数据集上表现出的误差，后者指模型在任意一个测试数据样本上表现出的误差的期望，并常常通过测试数…
训练神经网络模型时通常要设置学习率learning_rate，可以直接将其设置为一个常数（通常设置0.01左右），但是用产生过户学习率会使参数的更新过程显得很僵硬，不能很好的符合训练的需要（到后期参数仅需要很小变化时，学习率的值还是原来的值，会造成无法收敛，甚至越来越差的情况），过大无法收敛，过小训练太慢。 所以我们通常会采用指数衰减学习率来优化这个问题，e…
import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets(“MNIST_data”,one_hot=True) def add_layer(inputs,in_size,out_siz…
在自然语言处理中，主要使用一维的卷积。 API 1 tf.layers.conv1d( 2 inputs, 3 filters, 4 kernel_size, 5 strides=1, 6 padding=’valid’, 7 data_format=’channels_last’, 8 dilation_rate=1, 9 activation=None,…
rnn.utils.py import numpy as np def softmax(x): e_x = np.exp(x – np.max(x)) return e_x / e_x.sum(axis=0) def sigmoid(x): return 1 / (1 + np.exp(-x)) 引入所需的包 import numpy as np from …
微信扫一扫 
支付宝扫一扫 