• 机器学习常用损失函数总览:基本形式、原理、特点

    本文将介绍机器学习、深度学习中分类与回归常用的几种损失函数。本文将介绍机器学习、深度学习中分类与回归常用的几种损失函数,包括均方差损失 Mean Squared Loss、平均绝对误差损失 Mean Absolute Error Loss、Huber Loss、分位数损失 Quantile Loss、交叉熵损失函数 Cross Entropy Loss、Hinge 损失 Hinge Loss。主要介绍各种损失函数的基本形式、原理、特点等方面。在机器学习的语境下这三个术语经常被交叉使用。其基本形式如下从直觉上理解均方差损失,这个损失函数的最小值为 0,最大值为无穷大。也就是说在模型输出与真实值的误差服从高斯分布的假设下,最小化均方差损失函数与极大似然估计本质上是一致的。
  • 深度学习常用损失函数总览:基本形式、原理、特点

    本文将介绍机器学习、深度学习中分类与回归常用的几种损失函数,包括均方差损失 Mean Squared Loss、平均绝对误差损失 Mean Absolute Error Loss、Huber Loss、分位数损失 Quantile Loss、交叉熵损失函数 Cross Entropy Loss、Hinge 损失 Hinge Loss。主要介绍各种损失函数的基本形式、原理、特点等方面。在机器学习的语境下这三个术语经常被交叉使用。均方差损失 Mean Squared Error Loss基本形式与原理均方差 Mean Squared Error 损失是机器学习、深度学习回归任务中最常用的一种损失函数,也称为 L2 Loss。第二个角度是从两个损失函数的假设出发,MSE 假设了误差服从高斯分布,MAE 假设了误差服从拉普拉斯分布。
  • 2020 年算法 / 数据分析面试数学考点梳理(3)

    算法 / 数据分析的面试越来越注重对基础的考察,面试官可能对项目做出非常细致的提问,也会要求推导 cost function,或写出算法的伪代码。在 θ = P = 2/3 时,似然函数的值最大,根据最大似然估计的思想,我们取参数为 2/3。相比于矩估计,MLE 和 MAP 要求总体的分布类型已知。得到 cost function 后,再进行优化求解即可。在面试过程中,对机器学习模型的理解程度也是考察重点。
公告

《从零开始开发BBS》课程上线啦,快来跟着我一步步搭建属于你的BBS吧。

课程地址:https://www.shiyanlou.com/courses/1436
9折优惠邀请码: ZHwfIjb1

该课程会带领大家一步步的了解并熟悉Go语言开发,如果你是一个Go语言初学者,或者正准备学习Go语言,那么这个课程非常适合你。如果你熟练掌握了本课程中的知识点,相信你就已经入门Go语言开发,并能胜任日常的开发工作了。