机器学习基础笔记一
Posted rotate
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了机器学习基础笔记一相关的知识，希望对你有一定的参考价值。
监督学习
非监督学习：学习结构化知识
强化学习
监督学习:
线性回归模型：输出y是连续的
Logistic回归模型（实际上不是回归问题，是分类问题）：输出y是0，1离散的
Logistic回归模型：
Sigmoid函数：将任何输入变成0与1之间的输出，也用来表示概率
softmax函数：将多个输入变成总和为1的输出，
图片
且cost函数有变化，变成二分类专用函数或者交叉熵（衡量两个分布相似性）
梯度下降法：w=w-a(dcost/dw) 使cost变小
反向传播算法（链式法则）
有各种优化算法，但都是先算出各个参数的梯度，下一节介绍各种优化算法
以上是关于机器学习基础笔记一的主要内容，如果未能解决你的问题，请参考以下文章