Homepage
Open in app
Sign in
Get started
機器學習
自製上課/論文筆記,以及其他
Follow
機器學習模型系列 (1)— Log Linear Model
機器學習模型系列 (1)— Log Linear Model
除了深度學習,也想再從機器學習相關的理論和實作中繼續深入,有些概念背後其實兩者是相通的。因此開啟這個系列,未來也會分享更多的模型和實作給大家。
Martin Huang
Sep 12, 2023
論文筆記(2) — 弱監督式學習(Inexact/Inaccurate處理對策)
論文筆記(2) — 弱監督式學習(Inexact/Inaccurate處理對策)
承接筆記(1),原文為[1]。繼續整理論文的下半部分。
Martin Huang
Jun 5, 2022
論文筆記(1) — 弱監督式學習(概論/incomplete supervision處理對策)
論文筆記(1) — 弱監督式學習(概論/incomplete supervision處理對策)
原文出自[1]。本篇將概述弱監督的狀況、弱監督式學習的簡介,以及對於第一種弱監督狀況--incomplete supervision--的處理方式。我覺得比較像是一種簡介,其內的個別方法都還有許多可以延伸和應用之處。
Martin Huang
May 7, 2022
機器學習基石系列(12) — 驗證
機器學習基石系列(12) — 驗證
回顧一下目前為止在「二元分類」任務上,為了讓模型學得更好,有做過哪些調整:
Martin Huang
Jun 28, 2021
機器學習基石系列(11) — 正規化
機器學習基石系列(11) — 正規化
這裡的正規化(regularization)講的是針對模型的,是指在一票可以解決同一個問題的模型中找到最佳解。前面在介紹過度配適、非線性轉換時提到使用高次多項式,將資料投射到更高的維度可能可以解決問題,但隨之而來的模型複雜度有可能造成過度配適。因此挑選適合的模型避免過低/過度配適…
Martin Huang
Jun 6, 2021
機器學習基石系列(10) — 過度配適
機器學習基石系列(10) — 過度配適
Martin Huang
May 20, 2021
機器學習基石系列(9) — 非線性轉換
機器學習基石系列(9) — 非線性轉換
Martin Huang
May 7, 2021
機器學習基石系列(8) — 利用線性模型解決分類問題
機器學習基石系列(8) — 利用線性模型解決分類問題
Martin Huang
Apr 26, 2021
機器學習基石系列(7) — 羅吉斯回歸和機器學習的基本元素
機器學習基石系列(7) — 羅吉斯回歸和機器學習的基本元素
這篇是討論機器學習基石裡面舉的第二個線性模型 — 羅吉斯回歸(logistic…
Martin Huang
Mar 17, 2021
機器學習基石系列(6) — 線性回歸和機器學習
機器學習基石系列(6) — 線性回歸和機器學習
從本篇開始會陸續介紹幾個演算法,或許大家都耳熟能詳,甚至可以說是統計相關的基礎方法。不過,這次要從機器學習的角度來看它們。首先登場的是線性回歸。
Martin Huang
Mar 5, 2021
About 機器學習系列
Latest Stories
Archive
About Medium
Terms
Privacy
Teams