10 2016 档案

摘要:机器学习公开课备忘录(五)无监督学习 对应公开课八九周内容,备忘录整理的是偏向算法类的思想内容,因此第10周的照片OCR系统没有做总结,第九周的推荐系统也未做总结 一、K means聚类算法 算法步骤 1. 设定n个聚类中心 2. 簇分配(Cluster Assignment):每个数据点$x^{( 阅读全文
posted @ 2016-10-14 09:22 lity99 阅读(337) 评论(0) 推荐(0) 编辑
摘要:机器学习公开课备忘录(三)支持向量机SVM 对应机器学习公开课第七周,但是由于Andrew Ng为了课程更加通俗化,对SVM背后的原理并没有太多涉及,最近在看周志华老师的《机器学习》,希望日后能补上对SVM更详细的解释。 SVM 在logistic回归中, 对于$y=1,希望有h_\theta(x) 阅读全文
posted @ 2016-10-13 17:57 lity99 阅读(117) 评论(0) 推荐(0) 编辑
摘要:机器学习公开课备忘录(三)机器学习算法的应用与大数据集 对应机器学习公开课第六周和第10周 机器学习算法模型的选择与评价 1、对于一个data,可以将data划分为training set、test set和cross validation set三类(比例60%、20%、20%),其代价函数值分别 阅读全文
posted @ 2016-10-12 17:30 lity99 阅读(265) 评论(0) 推荐(0) 编辑
摘要:机器学习公开课备忘录(二)神经网络与BP算法 神经网络是针对特征过多,分布非线性的监督学习类问题提出的,模仿人类大脑的工作方式。例如:图像判别 前向算法 下面这张取自 http://www.cnblogs.com/python27/p/MachineLearningWeek05.html 的图片可以 阅读全文
posted @ 2016-10-12 11:19 lity99 阅读(226) 评论(0) 推荐(0) 编辑
摘要:MATLAB实现的车牌定位系统 看完《数字图像处理后》,做的图像识别的入门级项目,代码在: https://github.com/zhoulukuan/Plate Location ,论文都可以在知网里找到,我就不贴了。具体项目的一些简介可以看github,大致上讲,可以分为颜色检测、区域操作、车牌 阅读全文
posted @ 2016-10-07 00:07 lity99 阅读(3419) 评论(0) 推荐(0) 编辑
摘要:机器学习公开课备忘录(一)回归问题 回归问题属于监督学习类(supervised learning),其中线性回归针对预测值是连续值的问题,而逻辑回归针对的预测值是离散值的问题,换而言之,逻辑回归只是延续了“回归”的称呼,本质上是分类问题。 线性回归 问题描述 1. 给定m个样本,假设每个样本有n个 阅读全文
posted @ 2016-10-07 00:05 lity99 阅读(593) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示