@梯度下降 / 博客 RSS 訂閱

Dec 02 2025

mob64ca1403c772 - 迴歸任務的決策擬合

一.寫在前面 　　本節主要講的是上一節學習圖中的按目標分類的橙色方塊中的regression，即所要解決的問題的解為數值。本節由一個案例貫穿，即預測神奇寶貝進化後的戰鬥力，挺有趣的一個案例。本節略長，請耐心看，相信會有收穫的，做我們這行的最重要的就是要有耐心。 二.案例説明 　　所要研究的案例是想要預測神奇寶貝進化後的戰鬥力用cp值表示，具體案例描述如下圖2-1

機器學習 , 迴歸任務的決策擬合 , 梯度下降 , 數據 , 損失函數 , 人工智能

收藏 評論

Nov 17 2025

feiry - 4.機器學習——梯度下降_51CTO博客

一、梯度下降（Gradient Descent） 1. 基本概念 梯度下降（Gradient Descent） 是一種用於 最小化代價函數 J(w,b)J(w,b)J(w,b)的優化算法。 它的思想相當直觀： 環顧四周，選擇讓代價函數下降最快的方向，然後沿着該方向走一步。然後在新的位置重複這個過程，直到到達最低點。這種“下山”的過程，就是梯度下降

梯度下降 , 最小值 , 代價函數 , 後端開發 , Python

收藏 評論

Nov 27 2025

mob64ca14092155 - 為什麼使用隨機梯度下降求解出現問題 隨機梯度下降的隨機

迴歸與梯度下降 　　迴歸在數學上來説是給定一個點集，能夠用一條曲線去擬合之，如果這個曲線是一條直線，那就被稱為線性迴歸，如果曲線是一條二次曲線，就被稱為二次迴歸，迴歸還有很多的變種，如本地加權迴歸、邏輯迴歸，等等。 　　用一個很簡單的例子來説明迴歸，這個例子來自很多的地方，也在很多的開源軟件中看到，比如説weka。大概就是，做一個房屋

梯度下降 , 人工智能 , 深度學習 , 數據結構與算法 , 為什麼使用隨機梯度下降求解出現問題 , Python

收藏 評論

Dec 12 2025

mob64ca1400bfa8 - hessian判別式是什麼

畫出\(P(blue|x)\)的等高線可以看出在概率為0.5時還是能較好的分開兩組數據 可以看出判別式模型中，完全是依據數據進行的分析，沒有添加任何人為的假設（對於任意的分佈\(z\)都滿足\(z=wx+b\)的形式），直接根據貝葉斯後驗概率進行的推導。 至此兩種模型都講完，這兩者模型各有優缺點，當數據很少的時候，或許

梯度下降 , 數據 , 架構 , 後端開發 , hessian判別式是什麼 , 後驗概率

收藏 評論