百面读书笔记七
第7章 优化算法
机器学习算法 = 模型表征 + 模型评估 + 优化算法
优化算法所做的事情就是在模型表征空间中找到模型评估指标最好的模型。不同的优化算法对应的模型表征和评估指标不尽相同,比如经典的支持向量机对应的模型表征和评估指标分别为线性分类模型和最大间隔,逻辑回归对应的模型表征和评估指标则分别为线性分类模型和交叉熵。
7.1 有监督学习涉及的损失函数有哪些?请列举并简述它们的特点。
1、二分类问题:
A、0-1损失:
B、Hinge损失函数:0-1损失的代理损失函数
C、Logistic损失函数:0-1损失的代理损失函数
D、交叉熵(Cross Entropy)损失函数:0-1损失的代理损失函数
2、回归问题:
A、平方损失函数:
B、绝对损失函数:
C、Huber损失函数:可导性和对异常点的鲁棒性
7.2 机器学习中的优化问题,哪些是凸优化问题,哪些是非凸优化问题?请各举一个例子。
凸优化问题的例子包括支持向量机、线性回归等线性模型,
非凸优化问题的例子包括低秩模型(如矩阵分解)、深度神经网络模型等。
凸函数:严格定义为,函数L(·)是凸函数当且仅当对定义域中的任意两点x,y和任意实数λ∈[0,1]总有
7.3 无约束优化问题的优化方法有哪些?
优化算法可以分为直接法和迭代法两大类。
7.4 如何验证求目标函数梯度功能的正确性?
7.5 当训练数据量特别大时,经典的梯度下降法存在什么问题,需要做如何改进?
7.6 随机梯度下降法失效的原因 —— 摸着石头下山。
7.7 解决之道——惯性保持和环境感知
A、动量(Momentum)方法
B、AdaGrad方法
C、Adam方法
7.8 L1正则化使得模型参数具有稀疏性的原理是什么?
角度1:解空间形状
角度2:函数叠加
角度3:贝叶斯先验
总是焦虑?心理学家只要学会这一简单方法,就能淡定了!试想一下,什么事情会让我们感到焦虑呢?去考试?如果都是小学一二年级的数学题,你会怎么样呢?会焦虑到前一天晚上都睡不好觉吗?你要和熟悉的朋友,闺蜜或者是好哥们吃饭聚会郊游,你会焦虑到
强迫症焦虑症患者所认为的严重后果真的会发生吗?前几天有一个强迫症患者老是问自己厕所的把手到底干不干净,他自己觉得脏,但是又知道这个担心过了,然后强迫洗手,自己感觉恶心,同时又为洗手感到焦虑。之后就一直跟我确认是不是那个把手真的
焦虑?强迫?不用愁,教你1招简单的自愈方法尼采曾说过最大的安慰就是知道了没有任何安慰的时候。在这里,焦虑强迫失眠的朋友们,我有一个问题,你需要自问一下在经历着让自己痛苦难忍焦躁不安甚至几近崩溃的情绪困扰的时候,你是否自我安
老天津人吃早点有多讲究?陪毛驴喝豆浆,小碗浆子大碗盛,加豆腐老天津人把卖豆浆的早点铺称为是豆腐房。其实,豆腐房绝不只是卖豆腐,或者是卖豆浆。百分之九十的天津人不在家里吃早点,所以,豆腐房在卖豆浆的同时,一定还要卖炸果子,外加烧饼,或者是大饼
故事一碗豆腐脑,满满的感动这天早晨,几个小学生刚刚坐下喝豆腐脑,就有一个腿脚不便的母亲领着一个小男孩走了进来,母亲很着急地对张金锁说老板,赶紧给我们来一碗豆腐脑,一个馒头。张金锁赶紧把豆腐脑和馒头端上来,母
一碗豆腐脑的故事这天早晨,几个小学生刚刚坐下喝豆腐脑,就有一个腿脚不便的母亲领着一个小男孩走了进来,母亲很着急地对张金锁说老板,赶紧给我们来一碗豆腐脑,一个馒头。张金锁赶紧把豆腐脑和馒头端上来,母
部分地域方言作者见心摆渡人宅(zhei,二声)子住宅当门就地屋当门室内地面覆棚顶棚锅屋厨房当天井天井,院子门欠子门槛粪茅子茅子灰栏子厕所风先风箱筲水桶调羹小勺气棒打气筒手灯电棒手电筒奶咂子奶嘴
得了抑郁症,你是在顺其自然还是在放任自流自甘堕落?经常有抑郁症患者会问一个理论性的问题,关于顺其自然,我感到焦虑的时候,顺着抑郁而抑郁,感到焦虑时,想怎么样,就怎么样,这个是不是顺其自然呢?这个问题问的很好。相信很多患者了解过顺其
3个月,我走出了失眠强迫,感谢这个方法让我学会了顺其自然俗话说四十不惑,本意应是指一个人到了四十岁,经历了许多,已经有了自己的判断能力,对人生诸事不再感到困惑了。也许,古时候是这样的。现代社会,四十岁却是人生的转折点,身上背负的责任越来
先学会爱自己,自然会有人来爱你张嘉佳说我希望有一个如你一般的人,如山间清爽的风,如古城温暖的阳光我希望有一个如你一般的人,贯穿未来,数遍生命的公路牌,只要最后是你就好。每个人都希望成为别人的天边月杯中雪窗外星梦