摘要：
降维(Dimensionality Reduction) 目标一：数据压缩(Motivation I:Data Compresstion) 降维——另一种无监督学习的方法。如，数据从三维降到二维(3D-2D)、从二维降到一维(2D-1D)。 数据压缩的目的：减少内存空间的占用；加快算法运行速度。 目 阅读全文
摘要：
无监督学习（Unsupervised learning) 无监督学习介绍(Unsupervised learning introdution) 无监督学习：数据并没有任何的标签，通过算法，找出隐含在这些数据中的结构。聚类算法是一种无监督学习算法。 聚类(clustering)分析将数据划分成有意义或 阅读全文
摘要：
支持向量机(Support Vector Machines) 优化目标(Optimization objective) SVM与logistic回归 SVM假设函数 直观上对大间隔的理解(Large Margin Intuition) SVM也被称为大间距分类器，SVM代价函数的图像分析： 大间距分 阅读全文
摘要：
机器学习系统设计 确定执行的优先权(Prioritizing what to work on:Spam classification example) 问自己两个关键测试的问题： 1、当一个专家看到了这些特征量x，他能很有信心的预测出y值吗？2、我们能获得庞大的训练数据集吗，并用很多参数去训练学习算 阅读全文
摘要：
应用机器学习的建议 决定下一步做什么(Deciding what to try next) 调试学习算法 机器学习诊断 评估假设(Evaluating a hypothesis) 将dataset分为训练集和测试集，一般按照training set和test set比例为7:3来划分，注意，需要对这 阅读全文
摘要：
神经网络参数的反向传播算法 反向传播（英语：Backpropagation，缩写为BP）是“误差反向传播”的简称，是一种与最优化方法（如梯度下降法）结合使用的，用来训练人工神经网络的常见方法。该方法对网络中所有权重计算损失函数的梯度。这个梯度会反馈给最优化方法，用来更新权值以最小化损失函数。反向传播 阅读全文
摘要：
神经网络 人工神经网络（英语：Artificial Neural Network，ANN），简称神经网络（Neural Network，NN）或类神经网络，在机器学习和认知科学领域，是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。神 阅读全文
摘要：
正则化(Regularization) 过拟合问题(The problem of overfitting) 欠拟合(underfitting)：算法没有很好地拟合训练数据，具有高偏差(high bias)。 过拟合(overfitting)：很好的拟合了数据集，具有高方差。变量太多的时候会出现，数据 阅读全文
摘要：
Logistic回归 分类(Classification) 如垃圾邮件和非垃圾邮件、肿瘤的良性和恶性等，分类一般有二分类以及多分类问题。 0，一般解析为没有某样东西；1，一般解析为拥有某样东西。至于正类和负类，视具体情况而分。 不推荐将线性回归用于分类问题。 Logistic回归，介于0和1之间，视 阅读全文
摘要：
Octave教程（二） 数据绘制 绘制正弦曲线图像 余弦图像及正余弦绘制在同一图像上 将图像一分为二，并改变横轴的尺寸、清除图像 imagesc() 控制语句:for while if语句 for语句 while语句 while与if结合，exit或者quit 退出或停止Octave命令。 if 语 阅读全文