摘要：
[《统计学习方法》极简笔记P2：感知机数学推导 ](http://mp.weixin.qq.com/s?__biz=MzA4MjYwMTc5Nw==&mid=2648931510&idx=1&sn=37c84511b7393b49a8a962406e710a62&chksm=8794ee9cb0e3 阅读全文
摘要：
前文推荐 "如何正确使用「K均值聚类」？" KMeans算法是典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。 K个初始聚类中心点的选取对聚类结果具有较大的影响，因为在该算法 阅读全文
摘要：
"100天搞定机器学习|1 38天" "100天搞定机器学习|day39 Tensorflow Keras手写数字识别" 前文我们用keras的Sequential 模型实现mnist手写数字识别，准确率0.9713。今天我们完成day40 42的课程，实现猫、狗的识别。 本文数据集下载地址 htt 阅读全文
摘要：
感知机模型 输入空间是$\chi\subseteq\mathbb{R}^n$,输出空间是$y=\{+1, 1\}$ 感知机定义为：$f(x)=sign(wx+b)$ 感知机学习策略 输入空间任一点$x_0$到超平面S的距离： $\frac{1}{||w||}|wx_0+b|$ 误分类数据$(x_i, 阅读全文
摘要：
提示：建议先看day36 38的内容 TensorFlow™ 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展 阅读全文
摘要：
往期回顾 "100天搞定机器学习|（Day1 36）" "100天搞定机器学习|Day37无公式理解反向传播算法之精髓" 上集我们学习了反向传播算法的原理，今天我们深入讲解其中的微积分理论，展示在机器学习中，怎么理解链式法则。 我们从一个最简单的网络讲起，每层只有一个神经元，图上这个网络就是由三个权 阅读全文
摘要：
"100天搞定机器学习（Day1 34）" "100天搞定机器学习|Day35 深度学习之神经网络的结构" "" "100天搞定机器学习|Day36 深度学习之梯度下降算法" 本篇为100天搞定机器学习之第37天，亦为3Blue1Brown《深度学习之反向传播算法》学习笔记。 上集提到我们要找到特定 阅读全文
摘要：
本文为3Blue1Brown神经网络课程讲解第二部分《Gradient descent, how neural networks learn 》的学习笔记，观看地址：www.bilibili.com/video/av16144388前文我们已经搭建了一个包含两个隐藏层的神经网络，我们需要这样一种算法 阅读全文
摘要：
"100天搞定机器学习|Day1数据预处理" "100天搞定机器学习|Day2简单线性回归分析" "100天搞定机器学习|Day3多元线性回归" "100天搞定机器学习|Day4 6 逻辑回归" "100天搞定机器学习|Day7 K NN" "100天搞定机器学习|Day8 逻辑回归的数学原理" " 阅读全文
摘要：
《统计学习方法》极简笔记P4：朴素贝叶斯公式推导 朴素贝叶斯基本方法 通过训练数据集T=\{(x_1,y_1),(x_2,y_2),(x_N,y_N)...,(x_1,y_1)\}学习联合概率分布P(X,Y)，即学习先验概率分布P(Y=c_k) 条件概率分布$P(X=x|Y=c_k)$ $k=1,2 阅读全文