FPGA机器学习之龙星计划机器学习第二堂
2014-07-19 13:40
169 查看
基于统计学的 线性模型。
线性模型去解决非线性模型。
随机噪声也就是和直线的偏差。
第一个是要训练数据,看清楚那个y。
第二个是原来样本里面的值减去括号里面是预测的值。求一个差距。
第三个最小二乘法,通过训练找到最小值。
第一个就是要反向就解出β参数。
第二个就是统计模型。
第三个确定噪声高斯分布,均值和方差。
线性模型,并不是说最后的方程是线性的。而是参数变化为线性的。16min14
几个非线性特征统计。
得出的结果。
第一个就是上面的两个β参数,写成了矩阵的形式的表示方式。
第二个,估计噪声和误差是相近的。
下面的问题,是在设计的时候,我们要思考的问题。
两个噪声模型。
两个更复杂噪声的例子。
通过对噪声分析,可以求出点是否是噪声点。来找更合适的训练样本点。
P-value最小越重要。
总结了。
我能力有限,但是我努力的学习。在深圳的朋友们,交个朋友吧。一起学习。
线性模型去解决非线性模型。
随机噪声也就是和直线的偏差。
第一个是要训练数据,看清楚那个y。
第二个是原来样本里面的值减去括号里面是预测的值。求一个差距。
第三个最小二乘法,通过训练找到最小值。
第一个就是要反向就解出β参数。
第二个就是统计模型。
第三个确定噪声高斯分布,均值和方差。
线性模型,并不是说最后的方程是线性的。而是参数变化为线性的。16min14
几个非线性特征统计。
得出的结果。
第一个就是上面的两个β参数,写成了矩阵的形式的表示方式。
第二个,估计噪声和误差是相近的。
下面的问题,是在设计的时候,我们要思考的问题。
两个噪声模型。
两个更复杂噪声的例子。
通过对噪声分析,可以求出点是否是噪声点。来找更合适的训练样本点。
P-value最小越重要。
总结了。
我能力有限,但是我努力的学习。在深圳的朋友们,交个朋友吧。一起学习。
相关文章推荐
- FPGA机器学习之龙星计划机器学习第三堂
- FPGA机器学习之龙星计划机器学习第四堂
- FPGA机器学习之龙星计划机器学习第五堂
- FPGA机器学习之龙星计划机器学习第十三堂
- FPGA机器学习之龙星计划机器学习第六堂
- FPGA机器学习之龙星计划机器学习第七堂
- FPGA机器学习之龙星计划机器学习第九堂
- FPGA机器学习之龙星计划机器学习第十四堂
- FPGA机器学习之龙星计划机器学习第十一堂
- FPGA机器学习之龙星计划机器学习第十五堂
- FPGA机器学习之龙星计划机器学习第八堂
- FPGA机器学习之龙星计划机器学习第十七堂
- FPGA机器学习之龙星计划机器学习第十八堂
- FPGA机器学习之龙星计划机器学习第十九堂
- FPGA机器学习之龙星计划机器学习第十堂
- FPGA机器学习之龙星计划机器学习第十二堂
- FPGA机器学习之stanford机器学习第十六堂
- FPGA机器学习之机器学习的n中算法总结1
- FPGA机器学习之stanford机器学习第六堂
- 龙星计划--机器学习