Deep Learning的数学思考
本博文总结了deep learning中的一些数学思考！！！ 1.残差和标准残差 （1）残差 残差是观测值和回归预测值之差。一般认为残差服从N(0, sigma2 )分布， sigma 是标准差。 （2）标准残差 标准残差是残差与残差的标准差的比值： r/(sigma) ,标准残差可以用来分析异常值（outlier），因为标准残差服从N（0，1）标准正太分布，可以认为，标准残差如果大于阈值（3 s
相关文章
- 1. 深度学习（Deep Learning）读书思考三：正则化
- 2. Deep Learning学习 之 Deep learning简介
- 3. Learning from Noisy Anchors的思考
- 4. Deep Learning 参数的理解
- 5. Learning Deep Learning（学习深度学习）
- 6. 深度学习（Deep Learning）读书思考四：模型训练优化
- 7. 深度学习（Deep Learning）读书思考六：循环神经网络一（RNN）
- 8. 深度学习（Deep Learning）读书思考五：卷积神经网络（CNN）
- 9. 深度学习（Deep Learning）读书思考七：循环神经网络二（LSTM）
- 10. Deep Learning
- 更多相关文章...
- • XQuery 参考手册 - XQuery 教程
- • RSS 参考手册 - RSS 教程
- • 适用于PHP初学者的学习线路和建议
- • TiDB 在摩拜单车在线数据业务的应用和实践
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 深度学习（Deep Learning）读书思考三：正则化
- 2. Deep Learning学习 之 Deep learning简介
- 3. Learning from Noisy Anchors的思考
- 4. Deep Learning 参数的理解
- 5. Learning Deep Learning（学习深度学习）
- 6. 深度学习（Deep Learning）读书思考四：模型训练优化
- 7. 深度学习（Deep Learning）读书思考六：循环神经网络一（RNN）
- 8. 深度学习（Deep Learning）读书思考五：卷积神经网络（CNN）
- 9. 深度学习（Deep Learning）读书思考七：循环神经网络二（LSTM）
- 10. Deep Learning