前面的幾篇部落格，初略了說了寫coreml。
有點雜亂吧，但是同時也是本人學習的過程。
現在正式的進入到ml的部落格書寫中…
在此後的學習中，對於每個功能的實現我都用python語言以及r語言對同乙個功能各實現一次….
原因呢….
有人用rstudio，有人用spyder，不是說都要會吧，最起碼能夠看懂其他人寫的東西，不然很尷尬。。。
以前的部落格有寫。 傳送門：
這個是rstudio的官網
密碼:3hew
在選擇目標檔案的時候，需要手動設定一下：
同樣的，匯入標頭檔案的時候，並不是像spyder那樣import，而是我們在需要的庫前打對勾就可以了。如果沒有找到我們需要的庫，我們可以install我們需要的庫，然後打勾。
機器學習ML策略
機器學習ml策略 1 為什麼是ml策略 例如 識別cat分類器的識別率是90 怎麼進一步提高識別率呢？想法 1 收集更多資料 2 收集更多的多樣性訓練樣本 3 使用梯度下降訓練更長時間 4 嘗試adam代替梯度下降 5 嘗試更大的網路 6 嘗試更小的網路 7 嘗試dropout 8 嘗試l2正則化 ...
ML 機器學習基礎
目錄 偏差與方差 導致偏差和方差的原因 深度學習中的偏差與方差 生成模型與判別模型 兩者之間的聯絡 優缺點常見模型 先驗概率與後驗概率 在監督學習中，模型的泛化誤差可分解為偏差 方差與雜訊之和 偏差用於描述模型的擬合能力 方差用於描述模型的穩定性 方差通常是由於模型的複雜度相對於訓練集過高導致的 監...
機器學習 ML分類
為了更好的學習機器學習知識，進行機器學習的分類 按照機器學習任務分類可以分為 分類問題是我們最常用的任務，如，新聞分類，分類，檔案分類可以按照各個領域進行分類，如教育，體育，科技，經濟等等 聚類問題，簡單的說是群，俗話是物以類聚，目的是將樣品劃分為緊密關係的子類或者是簇 最常用的是用k means聚...