机器学习基础10
大模型RLHF中PPO的直观理解
1. RLHF的流程
大模型的核心方法非RLHF（reinforcement learning from human feedback）莫属了。简单来说，RLH
...
Pod 7. 朴素贝叶斯法
朴素贝叶斯方法(naïve Bayes) 是一种以贝叶斯定理为基础，并假设各特征在条件上相互独立的分类方法。在处理训练数据集时，该方法首先从特征的独立性假设出
...
Pod 6. K近邻及Kd树实现
K近邻算法（K-Nearest Neighbors, KNN）是一种基础且广泛应用的机器学习算法。其主要思想是在特征空间中找到距离待预测点最近的K个已知数据点
...
Pod 5. 感知机
感知机（Perceptron）是一种基本的线性二分类模型，输入为实例的特征向量，输出为实例的类别，具体为 +1 或 -1 的二值。该模型在输入空间（特征空间）中构造一个分离超平面来区分正负两类实例，属
...
Pod 4. 什么是强化学习？
强化学习是机器学习领域的一个分支，它专注于如何使智能系统通过与环境的交互来学习最佳行为策略。这一学习过程假设智能系统与环境的互动符合马尔可夫决策过程，其中智能系统能够观测到一系列因交互产生的状态和奖励
...
Pod 3. 什么是无监督学习？
无监督学习是一种机器学习方法，它从未经标记的数据中发掘预测模型。这些数据是自然生成的，而预测模型用来揭示数据的分类、转换或概率分布。无监督学习的核心目标是识别出数据内部的统计规律或隐藏结构。
模型的输
...
Pod 2. 是什么监督学习？
监督学习是机器学习的一种方法，它依靠带有标签的数据来学习预测模型。这种学习方式的核心是找到输入到输出之间的统计规律。
Pod 2.1 输入空间、特征空间和输出空间
在监督学习领域，我们将所有可能的输入
...
Pod 1. 什么是机器学习？
机器学习，这一计算机科学的前沿领域，正在以数据为核心，通过建立统计模型来引领智能化时代的发展。本文概述了机器学习的核心特征，包括其基于计算机和网络的平台，对大量数据的深度分析能力，以及其在预测和分析方
...
从另一个角度思考交叉熵损失函数
现在让我们先抛开、，好好讲一讲。作为神经网络的最后一层的输出，的每个元素对应于每个类别的得分，其取值范围是整个实数域。我们优化神经网络的目的就在于让目标类别的得分变大，非目标的得分变小。
假设有个类别
...
PageRank算法详解
在现代数据科学中，许多数据结构都可以表示为图，如互联网、社交网络等。这些图结构中的数据为机器学习提供了丰富的理论和应用场景。其中，PageRank 算法
...