深度学习实战入门 第4课时课程笔记


一、知识点讲解
第四课时主要涉及到机器学习的基本内容,讲解了包括线性回归、感知机模型、SVM(支持向量机)、逻辑斯蒂回归等知识点
二、收获
1、(划重点)在机器学习领域所有向量默认为列向量(直到这里我才明白了之前学的矩阵为什么要进行转换)
2、感知机算法只对线性可分的数据收敛,对于线性不可分的数据集很有可能收敛失败
3、感知机算法得到的结果是不唯一的,原因包括w0和b0是随机初始化,以及选取的数据顺序不一致造成的
4、线性支持向量机(软间隔支持向量机):可以给定线性不可分数据集,通过求解凸二次规划问题(不再要求每个值都》1)
三、需要进一步掌握的知识点
1、运用拉格朗日函数进行向量机的最优值求解
2、L2正则项的展开
已邀请:

要回复问题请先登录注册

收藏七月在线,一起向大牛进阶

ctrl+D或command+D可以快速收藏哦~