梯度算法

作者｜李梅编辑｜陈彩娴前几天刚跟马斯克吵完架的Gary Marcus，又双叒叕跟人吵起来了，这次的吵架对象是Yann LeCun。一向喜欢给深度学习泼冷水的Marcus，在今天发帖谈了谈与LeCun的「旧账」和「新仇」，并给了LeCun一个白眼：事情是这样的。几天前，有人在推特上发帖问:在机器学习中，最优雅美丽的ide

原标题 | 10 Gradient Descent Optimisation Algorithms + Cheat Sheet作者 | Raimi Karim in Towards Data Science译者 | 斯蒂芬•二狗子（沈阳化工大学）、intelLigenJ（算法工程师）、星期五、莱特•诺顿、沧海一升本文编

来源：TowardsDataScience编译：Simons Road 最优化是指由变量x构成的目标函数f(x)进行最小化或最大化的过程。在机器学习或深度学习术语中，通常指最小化损失函数J(w)，其中模型参数w∈R^d。最小化最优化算法具有以下的目标： – 如果目标函数是凸的，那么任何的局部最

作者：kissg基本概念 本节尝试独立于机器学习算法, 单纯地来讲 梯度下降算法 [Gradient Descent, GD] , 以使梯度下降更具一般性. 开始之前, 先放 2 个基本概念, 带着这 2 个认识, 在几乎不具备机器学习知识的前提下, 应该也能很好地读懂本节内容:

选自sebastianruder机器之心编译参与：沈泽江 　　 梯度下降法，是当今最流行的优化（optimization）算法，亦是至今最常用的优化神经网络的方法。本文旨在让你对不同的优化梯度下降法的算法有一个直观认识，以帮助你使用这些算法。我们首先会考察梯度下降法的各种变体，然后会简要地总结在训练

1 新智元获授权转载 来源：CSDN作者：Sebastian Ruder译者：一只鸟的天空 　　 新智元启动新一轮大招聘：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。 　　 简历投递：jobs

简介通常来说，我们可以从两个方面来提高一个预测模型的准确性：完善特征工程（feature engineering）或是直接使用Boosting算法。通过大量数据科学竞赛的试炼，我们可以发现人们更钟爱于Boosting算法，这是因为和其他方法相比，它在产生类似的结果时往往更加节约时间。Boosting算法有很多种，比如梯