前言： 通过第前面的学习介绍了机器学习回归模型创建的流程，并且知道了机器学习要做的事情是找到目标函数，优化它，通过每次迭代都使目标函数值最小，最优解就是目标函数最小化时侯对应...
IP属地：福建
-
机器学习（6）——决策树 -
干货 | BERT fine-tune 终极实践教程
从11月初开始，google-research就陆续开源了BERT的各个版本。google此次开源的BERT是通过tensorflow高级API—— tf.estimator...
-
强化学习——Q-learning
一、什么是Q_learning Q_learning是强化学习中的一个决策算法，如果你还不知道什么是强化学习，可以参看强化学习这篇文章。 二、Q-Learning 决策 假设...
-
-
python_levenshtein 的安装和使用
windows 上的安装 在windows下安装python_levenshtein时如果提示error: Setup script exited with error: M...
-
Logistic Regression 为什么用极大似然函数1. 简述 Logistic Regression Logistic regression 用来解决二分类问题， 它假设数据服从伯努利分布，即输出为 正 负 两种情况，概率分...
-
Logistic regression 为什么用 sigmoid ？
假设我们有一个线性分类器： 我们要求得合适的 W ，使 0-1 loss 的期望值最小，即下面这个期望最小： 一对 x y 的 0-1 loss 为： 在数据集上的 0-1 ...
