网站开发样例珠海市住房建设局网站

网站开发样例,珠海市住房建设局网站,网站模板 哪个好,wordpress 获取指定文章周的课程以逻辑回归为例详细介绍了神经网络的运行#xff0c;传播等过程#xff0c;其中涉及大量机器学习的基础知识和部分数学原理#xff0c;如没有一定的相关基础#xff0c;理解会较为困难。 因为#xff0c;笔记并不直接复述视频原理#xff0c;而是从基础开始传播等过程其中涉及大量机器学习的基础知识和部分数学原理如没有一定的相关基础理解会较为困难。因为笔记并不直接复述视频原理而是从基础开始尽可能地创造一个较为丝滑的理解过程。1.回归1.1什么是回归首先依旧摆一个定义:回归Regression是统计学和机器学习中的一种方法用于建立自变量输入特征与因变量输出目标之间的关系。回归的目的是通过分析数据找出输入与输出之间的函数关系并且根据这个关系来预测连续型的输出值,回归模型的主要目标是预测连续变量。简单来说回归就是通过数据得到输入输出间的关系再根据这个关系为输入预测连续型的输出。之前在第一周中提到的用数据预测房价,就是回归问题。之所以一直在强调输出的连续型是为了和另一类问题分类问题作区分我们会在之后再展开总之回归问题得到的最终结果一定是一个连续的数值如价格身高重量等而非一类标签如是或否等。1.2 怎么回归我们现在知道了回归实现的效果那如何实现回归呢即输入输出的关系怎么得到的简单来说就是通过输入输出得到拟合函数拟合函数可以是线性函数多项式函数分段函数等等我们先忽略语境举一个最简单的例子Pasted image 20251005160527如图所示假设我们的数据即为图中点我们观察数据直接得到拟合关系我们通过把输入代入拟合函数即可预测其他输入的输出输入5输出5输入1.2得到1.2.1.3 线性回归线性回归可以说是最简单的回归算法刚刚的就是最简单的线性回归线性回归得到的拟合函数图像一定是一条直线。线性回归的通式如下其中在数学上被称为斜率被称为截距。但在机器学习与神经网络的背景下二者通常有更切实的称呼。权重 对输入特征的加权系数表示输入在网络中的重要性。偏置模型的“起始点”或“偏移量作用是调整每个神经元的输出。了解了基础的概念后我们说回刚刚的例子假设在该题的语境下所以的数据都完美满足了这一拟合函数实现了绝对精准的预测。那就是说我们只用线性回归就实现了对该问题的完美解但可惜的是当我们引进现实的情境后这几乎是不可能做到的。我们回顾一下最开始的房价预测的例子image当时我们通过给神经网络的隐藏层增加ReLU激活函数来解决了房屋价格和面积的都不可能为负的情况可现在再观察我们发现图里的分段线性拟合函数最多只能预测到一个大致的范围。结合现实我们也知道影响房屋价格的因素复杂的我们不能用线性回归来精准的预测房屋价格这便需要更复杂的回归算法如其他机器学习算法或者神经网络。而评价一个算法的好坏首先便要看该算法在要解决问题的数据上的表现。这便涉及到了更具体的评价指标我们在之后遇到后再展开。通过本篇可以解了关于回归的一些基本知识而知道了这些基础后便可以比较通畅的学习2.1及之后的内容。