机器学习(一)逻辑回归与softmax回归及代码示例

本文适合已经对机器学习、人工智能有过一定了解,但是还没有自己写过代码,或者一直在使用现有框架的同学。不用框架自己写一次代码的过程还是很有必要的,能让你真正地理解原理与机器学习中各个步骤的实现过程,而不是停留在“好像懂了”、只会调库的阶段。 目录   一、logistics回归简介(仅理论) 二、softmax回归(softmax_model.py文件) 2.1 代价函数 2.2 批量梯度下降(反向
相关文章
相关标签/搜索