写文章
- @m0_60307882
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
有监督学习：分类——逻辑回归
逻辑回归二分类的一些个人见解，涉及为什么使用sigmoid，以及最大似然值。后续会和大家分享关于逻辑回归的三分类问题。
有监督学习：回归（进阶——跳过简单的线性回归）
这篇文章只办三件事：（1）线性基底函数；（2）处理过拟合；（3）灵活运用新函数处理回归问题
神经网络(从手撕到工具包)
关于神经网络的基础知识，但又不是那么的基础......还是要具备逻辑回归的知识。该篇文章以一个二层网络为例，从手撕到使用工具包，希望对大伙儿有帮助。
神经网络与深度学习的运用(手写数字识别)
巩固神经网络与深度学习知识。在处理手写数字识别问题上，我们不断优化，从基本的二层前馈神经网络到CNN，再到有Dropout层加入的CNN网络模型。我们步步为营，循序渐进的学会运用神经网络与深度学习。...
Python机器学习之KNN算法（包含实战）
KNN算法（含实战代码以及免费数据集）
机器学习之线性回归（包含代码案例）
机器学习之线性回归（损失函数、梯度下降法、代码实例）
Python机器学习之KNN算法（包含实战）
KNN算法（含实战代码以及免费数据集）
Python之粒子群算法（含代码实例）
Python粒子群算法(含代码实例)
Python之粒子群算法（含代码实例）
Python粒子群算法(含代码实例)
到底了