梯度下降算法(Gradient Descent)
梯度下降算法是一种用于寻找函数最小值的优化方法。在机器学习中,常用于训练模型,帮助我们找到模型参数(比如权重和偏置)的最佳值,以使模型的预测误差(损失函数)最小。 想象你站在一个山顶上,目标是找到最低的山谷(最小值)。你不能直接看见山谷在哪,但可以根据地势的陡峭程度(斜率)决定往哪个方向走。 **关键问题**:在一个函数中,我们如何找到最小值?如何"下山"...
51工具盒子
梯度下降算法是一种用于寻找函数最小值的优化方法。在机器学习中,常用于训练模型,帮助我们找到模型参数(比如权重和偏置)的最佳值,以使模型的预测误差(损失函数)最小。 想象你站在一个山顶上,目标是找到最低的山谷(最小值)。你不能直接看见山谷在哪,但可以根据地势的陡峭程度(斜率)决定往哪个方向走。 **关键问题**:在一个函数中,我们如何找到最小值?如何"下山"...
<p>很早就学过欧几里得算法,但是一直不知道它的原理。几乎每本算法书都会提到它,但是貌似只有数学书上才会见到它的原理。。。</p> <p>前段时间粗粗看了点数论(《什么是数学》),惊讶于这个原理的奇妙。现在把它通俗地写下来,以免自己忘记。</p> <p>欧几里得算法是求两个数的最大公约数(Greatest Common...
<blockquote> <p>本文主要翻译自 <a href="https://github.com/nakov/Practical-Cryptography-for-Developers-Book">Practical-Cryptography-for-Developers-Book</a>,笔者补充了部分...
<p><code>Cloudflare</code>(以下简称 <code>CF</code>)可以免费提供 <code>CDN</code> 和 <code>DNS</code> 服务,并且也支持防护 <code>DDOS</code> 等其他攻...
<p>在算法设计和分析中,学习界的各位前辈总结出了许多算法思想,学习这些算法思想对于我们学习、分析、应用算法有些非常重要的作用。</p> <ol> <li>分治思想 {#title-0} ==================</li> </ol> <p>分支思想指的是在解决大型复杂问题的时候,将...
算法(Algorithm) 这个单词最早出现在波斯数学家 阿尔·花拉子密在公元 825 年的《印度数字算术》中。对算法普遍认可的定义是: > 算法是对特定问题求解的步骤,在计算机中表现为指令的有序序列,是独立存在的一种解决问题的方法和思想。 对算法进行评估时,时间复杂度、空间复杂度和稳定性是用来描述算法性能和特性的重要概念。 1. 算法的复杂度 {#title-0...
<p>K-means 算法中,如何去度量聚类结果的优劣?以及 K 值究竟如何设定更加合适呢?下面我们通过几个方面来介绍下:</p> <ol> <li> <p>误差平方和(SSE )和 "肘" 方法</p> </li> <li> <p>轮...
<p>PageRank 算法是谷歌根据网页重要程度给网页排名的算法,该值越高说明网页越重要,当用户进行相关搜索时,越有可能优先展现给用户。</p> <p>我们通过一个例子来理解 PageRank 的算法计算过程,我们现在有 3 个网页,网页之间都会相互链接,其中链接关系如下图: <img src="http://static....
<p>K-近邻算法(K-Nearst Neighbor)基本是机器学习过程中接触的第一个算法。接下来,我们从以下几个方面来讲解下该算法:</p> <ol> <li> <p>K-近邻算法实现思路</p> </li> <li> <p>K-近邻算法基本要素</p> ...
<h1>Emlog FriendLinks 插件</h1> <p><strong>版本:1.0.0</strong></p> <p>**作者:**吃猫的鱼</p> <p>**当前价格:**5.88元</p> <h1>前言</h1> &l...