流水的算法，铁打的损失函数/MLE
2024-10-08 17:46:23
机器学习算法可以说是不少的，如果死记硬背的话，只能当时记得推导过程和步骤，过一段时间就又想不起来了，只能依稀记得一些影子。所以，应该找到算法的一些通用的方法来理解算法的思路以及推导过程。
我认为，最大似然估计和损失函数，就是机器学习算法的通用框架，是掌握机器学习算法的钥匙。
以下，用实际算法来证实这两把钥匙的威力。
1.Linear Regression。可以转化为求
损失函数最小，来求解参数θ。
之后用梯度下降法来实际求解θ。除了梯度下降这一个工具外，还有拟牛顿法，拉格朗日乘子法重要工具。
2.Logistic Regression。有了模型
后，先求其最大似然函数：
然后对这个似然函数取对数，就得到
实际操作中，一般在前面加个负号，改为求最小。
3.SVM
最新文章
- easycwmp的交叉编译
- jquey easyui 常用方法
- html table动态合并单元格 js方法
- Eclipse 配置Activiti插件
- 【转】php curl 伪造IP来源的实例代码
- ECSHOP在线手册之 数据库结构说明 (适用版本v2.7.3)
- 转型函数 Boolean()
- 如何在PHP7中安装mysql的扩展
- CSS3 background-size 属性
- Django中间件2
- JS 返回上一页并刷新代码整理
- 出现No package gcc+ available解决办法
- PhoenixFD插件流体模拟——UI布局【Input】详解
- 时间序列分析 异常分析 stl
- web多站点跨域访问
- 美人鱼 hdu 5784
- 原生js总结
- 【Django】 积累
- kubernetes应用的各种访问方式
- http://4526621.blog.51cto.com/4516621/1343369