机器学习与深度学习..ppt

文档介绍：机器学****与深度学****br/>口机器学****的基础
口神经元网络
口深层神经元网络
口延伸和应用
口深层学****实现架构
口未来和思考
3+b=10
a8+b=30
X1=(X1,X2,…,X
Y
∑
X
机器学****背景
Y是一个N维向量
X是一转置矩阵N*(p+1)
β是一个p+1的向量
Y=XB
线性回归;,给定Ⅹ和Y计算β以最佳匹
配XY的关系。
N
β即为线性回归模型的参数
βk表明对应的维度,X的重要性
么为最佳匹配?
机器学****背景
RSSB)
v-A0-∑x;
SS(6)=(
aRS5--2x(y-X6)=0
B=(XX)-lX
RSS(S)=(y-XB)T(y-xB) RSS(B)=(y-xB)(y-XB)+2 2IB,
(x XX y
No closed form forβ
限制参数的大小,以避免过拟合
Po=P(G=OIX=x)
P=P(G=lX=x=l-P
Bx
B'x
训练日标函数:最大似然对数概率
e(0)=28, logP+(1-8 )logP
∑g,+logP
0()=Sx;(v-p(x:;)=0
03
a2()
rx2p(x1;B)(1-p(x2;B)
牛顿迭代
B)