随笔分类 -  Machine Learning

摘要:source /Users/xxx/PycharmProjects/pytorch/venv/bin/activate pip install d2l clang: error: the clang compiler does not support 'faltivec', please use - 阅读全文
posted @ 2023-02-10 23:33 elar 阅读(436) 评论(0) 推荐(0) 编辑
摘要:The brain’s secret to lifelong learning can now come as hardware for artificial intelligence When the human brain learns something new, it adapts. But 阅读全文
posted @ 2022-02-08 00:33 elar 阅读(34) 评论(0) 推荐(0) 编辑
摘要:决策树 https://www.kaggle.com/dansbecker/your-first-machine-learning-model 1 import pandas as pd 2 melb_data_path = 'melb_data.csv' 3 data1 = pd.read_csv 阅读全文
posted @ 2020-10-11 00:28 elar 阅读(135) 评论(0) 推荐(0) 编辑
摘要:一个暑假回来到了该找工作的紧张时期了。不过项目还是要继续做嘛,╮(╯_╰)╭,放假前用python爬到了一些网页,也尝试着分了词。现在进入文本挖掘阶段吧。R在数据挖掘和机器学习方面好似很方便,安了试试看。界面跟Matlab有几分相似呢……o(≧v≦)o~~-------2013.9.13----python分词、词频统计、寻找公共词--R还是有点偏向学术计算的语言了,最后还是换上半生不熟的python来做。之前爬到了网页数据(见上片文章【网络爬虫】最后8.3的记录),而且尝试了分词。现在完善了以下处理:1、对所有爬到是网页数据进行分词(没有设立自定义词典)如果设置自定义词典,那么分词效果会更好 阅读全文
posted @ 2013-09-04 21:04 elar 阅读(13512) 评论(0) 推荐(2) 编辑
摘要:referencehttps://class.coursera.org/images-2012-001/lecture/65 阅读全文
posted @ 2013-07-09 16:13 elar 阅读(776) 评论(0) 推荐(1) 编辑
摘要:要判断Stochastic Gradient Descent是否收敛,可以像Batch Gradient Descent一样打印出iteration的次数和Cost的函数关系图,然后判断曲线是否呈现下降且区域某一个下限值的状态。由于训练样本m值很大,而对于每个样本,都会更新一次θ向量(权重向量),因此可以在每次更新θ向量前,计算当时状况下的cost值,然后每1000次迭代后,计算一次average cost的值。然后打印出iteration和cost之间的关系。1、不同曲线图代表的含义及应对策略可能会看到的曲线图有如下几种:情况1这样的曲线说明算法已经收敛。如果我们使用小一点的学习率α,那.. 阅读全文
posted @ 2013-07-03 11:22 elar 阅读(3954) 评论(0) 推荐(0) 编辑
摘要:http://freemind.pluskid.org/应该之前是浙大计算机的,现在应该是在MIT年PHD。牛人! 阅读全文
posted @ 2013-06-28 18:45 elar 阅读(690) 评论(2) 推荐(0) 编辑
摘要:视频地址: https://class.coursera.org/neuralnets-2012-001/lecture/indexPPT下载: https://d396qusza40orc.cloudfront.net/neuralnets/lecture_slides%2Flec3.pptx笔记:还没整理成电子版,先放上来纸质版。参考资料:《Dropout: A simple and effective way to improve neural networks》 Geoffrey E Hinton, George E Dahl 2012《Early stopping》 wikipedi 阅读全文
posted @ 2013-05-13 19:41 elar 阅读(934) 评论(0) 推荐(0) 编辑
摘要:《控制论》(或关于在动物和机器中控制和通信的科学) 维纳————————导读部分 胡作玄 ————————————————1、控制论的核心部分:计算机科学信息科学通信理论控制理论人工智能理论一般系统论机器人学神经科学与脑科学认知科学行为科学2、维纳认为莱布尼茨是最后一位百科全书式的博学的天才。3、莱布尼茨的目标有两个:一是建立普遍的符号语言,这种语言的符号是表意的,每个符号表达一个概念或一种关系或一种操作,如同数学符号一样。二是建立思维的演算,通过演算逻辑的推理,可以用计算来代替。当逻辑遇到争论时,可以通过计算机判定谁对谁错。4、与shannon的离散观点不同,维纳是从连续的观点来定义信息量的 阅读全文
posted @ 2012-12-07 09:45 elar 阅读(4121) 评论(0) 推荐(0) 编辑
摘要:1、虽然科学的传统是追求客观性的,但模式识别本来是大脑中的功能,其主观性是不可避免的。Notes:那大脑的“主观性”又如何用科学来解释呢?为何对同一个事物,不同的情景下会有不同的分类,人又为什么会可以区分不同的情景?大脑真的好神秘……2、低等动物的分类方法基本上是遗传的,后天可变的部分很少,而人类分辨事物的能力则主要靠后天的学习。为了能从经验中学习分类,必须有判别分类正确与否的标准。低等生物靠适者生存的原理淘汰掉错误的分类方法,在人的学习过程中可以靠行为的成败来检验分类是否正确。Notes:是哪些结构上的不同导致我们有这样的优势?还是只是纯粹容量大小的问题?3、靠哪些特征决定相似与否并进行分类 阅读全文
posted @ 2012-08-30 16:44 elar 阅读(339) 评论(0) 推荐(0) 编辑
摘要:1、特征是决定相似性与分类的关键。当分类的目的决定之后,如何找到适合的特征就成为认知与识别的核心问题。Notes:现在的做法是针对特定的领域提取特征?比如之前大作业里面车辆轨迹的检测中,提取速度、方向、拐弯度数等参量作为特征向量的分量,可以方便后续的分析。那么有没有一种通用的特征提取方法呢?我们的人脑又是怎样做的呢?在学习新东西之前,大脑是不可能提前知道这个东西的特征有哪些?那我们是如何学习的呢?2、分析动物对感觉信息处理的过程可以知道,在动物和人的脑中存在着对特定特征起反应的神经元,而且形成由简单到复杂逐层提取特征的结构。Notes:这个意思是不是在感受器的最初层,收集的是简单的但是数量庞大 阅读全文
posted @ 2012-08-28 20:28 elar 阅读(325) 评论(0) 推荐(0) 编辑
摘要:1、模式往往表现为具有时间或空间分布的信息。计算机中具有时空分布的信息表现为向量,即数组。数组中元素的序号可以对应时间与空间,也可以对应其他的标识。 -记得从前上线性代数时,叶正麟老师就讲过,向量是我们自己定义的度量尺度。面试时要学生举例说明一个100维的向量,如果只能想到空间中的三维剩下的无从入手,那就不好了。还记得当时老师举了一个例子,说有一个飞机,它的所在空间作为可以作为向量的三个分量、在那一点处朝着三个坐标方向的速度又可以作为三个分量,这样就是一个六维向量了,如果再加上时间等其他信息,那么飞机当时的状态就可以用一个向量来描述。2、人们为了掌握客观事物,按事物相似的程度组成类别。模式识. 阅读全文
posted @ 2012-08-19 14:46 elar 阅读(1100) 评论(0) 推荐(0) 编辑
摘要:视觉控制目标:通过视点定位和眨眼判断来替代鼠标的输入。让无法操作鼠标的人也可以通过该系统操作电脑。(附注: 美国于1988年将Erica系统投入生产。但Erica系统(The eye-gaze-response interface computer aid)采用的是红外线的方式。 - 2011.2.11)---------------------------------------------------------------------------------------------灵感来源:A“2001年,年仅25岁的青年纳格尔(Matthew Nagle)遭遇袭击,从脖子以下全部无法动 阅读全文
posted @ 2011-02-07 00:37 elar 阅读(432) 评论(0) 推荐(0) 编辑
摘要:原文地址:21世纪中国计算神经科学展望(2010-09-03 09:38:05)转载标签:计算神经科学杂谈分类:maths作者:汪小京(作者系耶鲁大学教授,电子邮件:xjwang@yale.edu。个人更多信息见:http://wanglab.med.yale.edu。)无论是简单的知觉、行动,还是复杂的情感、思维、学习、决策,都来自于我们的大脑。大脑是最复杂的生物器官,也是最神秘的“计算机”。即使今天最快的超级计算机(中国的Nebulae今年排名世界第二),在重要的智能方面也不及人脑。了解大脑的生物学原理,包括从遗传基础到神经网络机制,是21世纪最主要的科学挑战之一。这个领域的发展将解开脑的 阅读全文
posted @ 2011-01-15 12:05 elar 阅读(581) 评论(0) 推荐(0) 编辑
摘要:第一章1.前额叶皮层看来与呼吸、体温调节等基本生存功能或任何一种感觉加工或运动协调并无任何关系,但与我们头脑中最复杂的方面,即我们个性的本质和我们如何作为个体对外部世界作出反应有关。2.额前叶受损病人在处理特定问题时,往往拘泥于陈规,缺乏创新能力。他们不能根据外界环境的变化来调整或改变行为,只是执着地沉溺于旧时的经验。3.前额叶皮层损伤所造成的障碍不只是对记忆有影响,这种损伤的另一个后果是,三市了语言上的自发行为:这些病人倾向于不愿接受信息,离群索居。4.人们把精神分裂症解释为是传入信息与内在的标准、规则或期望之间匹配的失调。5.精神分裂症和前额叶受损的病人有同样的问题,他们不能恰当地对感觉输 阅读全文
posted @ 2011-01-07 14:51 elar 阅读(516) 评论(0) 推荐(0) 编辑
摘要:昨天很冷,洗澡时候伸手试水,怎么试都觉得很烫。后来拿肩膀试了一下,其实水温刚好。想想水的温度是一样的,可是为什么用手试的时候,大脑给出的答案是烫,而用肩膀试的时候答案却是温度刚好。因为手很凉,而肩膀温度正好。所以说,会不会我们的皮肤其实虽然感觉到的是同样温度的水,可是往大脑传递的时候,传的却不是它感觉到的温度,而是皮肤温度和接触的物体温度的差值。所以才会发生同样的水温,不同的身体部位去感受,大脑得出的温度感会差别那么大。这样让我联想到一件事。就是回忆。有时候想回忆起某件事时,如果刻意的只想要记起某个特定时刻的片段。记忆无法调取。但是,如果往前倒一段自己能记起的节点,然后再在脑海中把那个节点之后 阅读全文
posted @ 2011-01-02 22:41 elar 阅读(368) 评论(0) 推荐(0) 编辑
摘要:刚刚看到一篇文章里提到的人工情感的第三个要素:“生理唤醒,即情感产生的生理反应强度(如心率、血压、呼吸、皮肤电活动、瞳孔直径、脑电EEG等),是一种生理组织的激活水平”突然产生这样的想法,为什么不在机器人或者电脑上,装上能感知人体温度或者呼吸的传感器(现在这样的传感器已经有了),又或者接上像体质测试时候测试心率的线,让计算机可以感觉到人的生理反应从而对人的情感变化作出判断并调整自己的表现。为何一直执着在图像的分析和声音的判断上呢……为什么不试试这条路……个人拙见尔耳。 阅读全文
posted @ 2010-12-21 17:56 elar 阅读(284) 评论(0) 推荐(0) 编辑
摘要:无意间在图书馆翻到jeff hawkins的这本书。从研究人脑运作的视角去研究人工智能。认为在人脑中,对图像、声音的识别都是基于模式的匹配。而不论声音信号还是图像信号抑或是肢体的感觉,在脑中的处理方式都是相同的。如果这一切是真实的,那么以后的计算机识别是否可以处理输入变成某种格式后,由一个防人脑系统进行统一处理呢?脑机接口以后会不会像科幻片里面一样真实? 阅读全文
posted @ 2010-11-08 16:33 elar 阅读(445) 评论(1) 推荐(0) 编辑

点击右上角即可分享
微信分享提示