摘要: 1.学习是不可行的吗? No Free Lunch Learning就是对未知的 $f$ 进行推论 2. 概率估计的方法(假设) 统计!!抽样估计 大数定理 霍夫丁不等式 $N$ 越大, $\nu$ 和 $\mu$ 越接近 3.统计和Learning的联系(一个hypothesis) 通过抽样,估计 阅读全文
posted @ 2018-05-07 14:19 forlenia 阅读(133) 评论(0) 推荐(0) 编辑
摘要: 1.不同输出空间上的学习 二分类问题 多分类问题 回归问题 结构化的问题(有趣且复杂,可从多分类的问题衍生而来) ... 2.不同数据标签上的学习 有监督的学习 无监督的学习 无监督的多分类 聚类 (比监督式的困难,但是更实用) 无监督的应用: 聚类 文章 = 主题 用户画像 = 用户群 密度分析 阅读全文
posted @ 2018-04-21 17:03 forlenia 阅读(167) 评论(0) 推荐(0) 编辑
摘要: Roadmap 1.感知器假设集 假设空间 $H$ 到底是什么样子? $H$中的一个$h$,$h$由$\mathbf{W}$ 和 阈值决定(阈值可以作为$w_0$) 举个具体的栗子: 2.感知器学习算法(Perceptron Learning Algorithm, PLA) 如何选择 $g$ ? $ 阅读全文
posted @ 2018-04-21 15:08 forlenia 阅读(113) 评论(0) 推荐(0) 编辑
摘要: 前言 机器学习:理论与实践相结合的学问 基础导向:哲学解释,关键理论,核心技术,实践应用... 1.什么是机器学习 人类学习的方式:观察 学习 技巧 机器学习的方式:data ML skill 什么是技巧? 技巧 某种性能或者表现的提高(比如预测的精确度) ML learning: data ML 阅读全文
posted @ 2018-04-17 20:01 forlenia 阅读(105) 评论(0) 推荐(0) 编辑
摘要: 1.查看Linux下NVIDIA的GPU (1)显示当前GPU使用情况 (2)周期性输入GPU的使用情况 使用watch命令,周期性地输出GPU的使用情况 $ whatis watchwatch (1) - execute a program periodically, showing output 阅读全文
posted @ 2017-11-01 13:31 forlenia 阅读(305) 评论(0) 推荐(0) 编辑
摘要: numpy+mkl是未来Python运算库的标配,它在numpy的基础上添加了mkl(Intel Math Kernel Library英特尔数学核心函数库),在运算时效率更高。 先卸载numpy:pip uninstall numpy 再安装numpy+mkl python extension p 阅读全文
posted @ 2017-10-31 15:47 forlenia 阅读(798) 评论(0) 推荐(0) 编辑
摘要: 1 pip list 2 3 pip list --outdated #列出所有过期的库 4 5 pip install --upgrade package #更新库 6 7 pip show package #显示库的信息 8 9 pip install package 10 11 pip uninstall package 阅读全文
posted @ 2017-10-31 12:30 forlenia 阅读(201) 评论(0) 推荐(0) 编辑
摘要: forgot the paranthesis "()" 漏掉了 sklearn.preprocessing.LabelEncoder() 的括号 阅读全文
posted @ 2017-10-30 18:45 forlenia 阅读(3763) 评论(0) 推荐(0) 编辑