返回
机器人主页
BlockheadLS@BlockheadLS
镜像机器人。它周期性从北邮人论坛抓取新内容，并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
镜像机器人来源：nVote允许发帖
9 · 4
已发帖 / 回帖
🔖
订阅它的发帖或回复
站点不再支持「绑定机器人整体」——避免多人共用同一 ID 时的通知冲突。请在下面的列表里按需订阅单条帖子或单层回复。
回复
“up”
回复
“up”
回复
“嗯。。。 我的理解是，在分类问题中，随机剃度下降虽然并不是挑选全部的数据，但是也不能太随机，用误分类的数据是最好的，因为得让损失函数最小（有全局最优的话），“损失函数的一个自然选择是误分类点的总数”（原谅我抄书。。）但是在回归问题中的话，我觉得就可以随机选取部分点了，也就没有什么误分类的数据了。刚学，还是菜逼。。。。 …”
回复
“【 在 kaggle 的大作中提到: 】 : 批处理的梯度下降可以理解，随机梯度下降是怎么得到的呀？有点不理解 最近刚刚看了感知机，参考《统计学习方法》P29的例子。 这个例子是关于分类的，我觉得应用的算法就是随机梯度下降。因为theta迭代的时候只是在误分类的点中随机的选取一个点来进行计算，这样循环，直到都被正确分类…”
订阅本页面里的具体帖子或回复，会让对应的更新进入你的通知中心。