机器学习基础算法原理分析
本文以线性回归(Linear Regression)作为引入,随后介绍了常用的分类算法逻辑回归(Logistic Regression, LR)、Softmax Regression以及神经网络(Neural Network, NN).然后分析了常见学习模型的拟合状态判断依据——偏差、方差,以及如何避免过拟合,模型的评价指标等.最后分析了常用的参数优化方法——梯度下降、Normal Equations等.
Linear Regression、LR、Softmax Regression、NN
2019-04-28(万方平台首次上网日期,不代表论文的发表时间)
共2页
120-121