Softmax回归

From Ufldl

Jump to: navigation, search
 
Line 223: Line 223:
在第一个例子中,三个类别是互斥的,因此更适于选择softmax回归分类器 。而在第二个例子中,建立三个独立的 logistic回归分类器更加合适。
在第一个例子中,三个类别是互斥的,因此更适于选择softmax回归分类器 。而在第二个例子中,建立三个独立的 logistic回归分类器更加合适。
 +
 +
 +
==中英文对照==
 +
 +
:Softmax回归  Softmax Regression
 +
:有监督学习  supervised learning
 +
:无监督学习  unsupervised learning
 +
:深度学习  deep learning
 +
:logistic回归  logistic regression
 +
:截距项  intercept term
 +
:二元分类  binary classification
 +
:类型标记 class labels
 +
:估值函数/估计值 hypothesis
 +
:代价函数  cost function
 +
:多元分类  multi-class classification
 +
:权重衰减  weight decay
Line 228: Line 244:
曾俊瑀(knighterzjy@gmail.com), 王方(fangkey@gmail.com),王文中(wangwenzhong@ymail.com)
曾俊瑀(knighterzjy@gmail.com), 王方(fangkey@gmail.com),王文中(wangwenzhong@ymail.com)
 +
 +
 +
{{Softmax回归}}
 +
 +
 +
 +
{{Languages|Softmax_Regression|English}}

Latest revision as of 05:38, 8 April 2013

Personal tools