11 2013 档案
coursera机器学习笔记-建议,系统设计
摘要:#对coursera上Andrew Ng老师开的机器学习课程的笔记和心得;#注:此笔记是我自己认为本节课里比较重要、难理解或容易忘记的内容并做了些补充,并非是课堂详细笔记和要点;#标记为的是我自己加的内容而非课堂内容,参考文献列于文末。博主能力有限,若有错误,恳请指正;#---------------------------------------------------------------------------------##下面这个概念对理解机器学习非常有帮助,但是我发现很多小伙伴不了解这个;机器学习三要素-模型(model)、策略(strategy)、算法(algorithm);模 阅读全文
posted @ 2013-11-29 22:45 dfcao 阅读(1936) 评论(1) 推荐(4) 编辑
coursera机器学习笔记-神经网络,学习篇
摘要:#对coursera上Andrew Ng老师开的机器学习课程的笔记和心得;#注:此笔记是我自己认为本节课里比较重要、难理解或容易忘记的内容并做了些补充,并非是课堂详细笔记和要点;#标记为的是我自己加的内容而非课堂内容,参考文献列于文末。博主能力有限,若有错误,恳请指正;#---------------------------------------------------------------------------------#多层神经网络模型:,:每一个单元有一定数量的实值输入,产生单一的实值输出(可以是其他很多单元的输入);符号标记:ai(j):activation of unitii 阅读全文
posted @ 2013-11-23 23:30 dfcao 阅读(2518) 评论(0) 推荐(3) 编辑
coursera机器学习笔记-神经网络,初识篇
摘要:#对coursera上Andrew Ng老师开的机器学习课程的笔记和心得;#注:此笔记是我自己认为本节课里比较重要、难理解或容易忘记的内容并做了些补充,并非是课堂详细笔记和要点;#标记为的是我自己加的内容而非课堂内容,参考文献列于文末。博主能力有限,若有错误,恳请指正;#---------------------------------------------------------------------------------#神经网络的类型:感知机(单层),多层神经网络;:感知机(perceptron)是神经网络和支持向量机的基础,基本模型为:f(x)= sign(g(X)),sign为 阅读全文
posted @ 2013-11-16 23:52 dfcao 阅读(1370) 评论(0) 推荐(1) 编辑
coursera机器学习-logistic回归,正则化
摘要:#对coursera上Andrew Ng老师开的机器学习课程的笔记和心得;#注:此笔记是我自己认为本节课里比较重要、难理解或容易忘记的内容并做了些补充,并非是课堂详细笔记和要点;#标记为的是我自己加的内容而非课堂内容,参考文献列于文末。博主能力有限,若有错误,恳请指正;#---------------------------------------------------------------------------------#logistic function(sigmoid function):g(z) = 1/(1 + e-z),z是一个实数;我们的预测函数是:;logistic函数 阅读全文
posted @ 2013-11-09 09:15 dfcao 阅读(5444) 评论(0) 推荐(0) 编辑


点击右上角即可分享
微信分享提示