摘要：
pip 批量导出包含环境中所有组件的requirements.txt文件 pip 批量安装requirements.txt文件中包含的组件依赖 pip 导出的requirements.txt文件格式 conda 批量导出包含环境中所有组件的requirements.txt文件 conda 批量安装r 阅读全文
摘要：
pydev 官网 安装手册 PyDev requires Java 8 and Eclipse 4.6 (Neon) in order to run and only supports Python 2.6 onwards. I.e.: Python (2.6 or newer) Jython (2 阅读全文
摘要：
Keras 2.2.4版本和 tensorflow1.2.1 版本不兼容导致的错误。降低Keras 为2.1.2版本 阅读全文
摘要：
The Beatles 乐队的 Midi文件下载地址 puppeteer官方github地址 midi文件爬取示例代码github地址 1、安装npm 参考：安装npm及cnpm(Windows) 修改参数 npm install 的时候总是为sill状态，修改为淘宝URL源 2、安装puppete 阅读全文
摘要：
一、安装JDK，配置Java环境变量 １．下载JDK，Java SE 8的官方网址是http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html 根据自己的系统版本来选择是要使用32位版还是64 阅读全文
摘要：
Lecture 18—Photo OCR 应用实例:图片文字识别 18.1 问题描述和流程图 Problem Description and Pipeline 图像文字识别需要如下步骤: 1.文字侦测(Text detection)——将图片上的文字与其他环境对象分离开来2.字符切分(Charact 阅读全文
摘要：
Lecture17 Large Scale Machine Learning大规模机器学习 17.1 大型数据集的学习 Learning With Large Datasets 如果有一个低方差的模型， 通常通过增加数据集的规模，可以获得更好的结果。 但是如果数据集特别大，则首先应该检查这么大规模是 阅读全文
摘要：
Lecture 16 Recommender Systems 推荐系统 16.1 问题形式化 Problem Formulation 在机器学习领域，对于一些问题存在一些算法， 能试图自动地替你学习到一组优良的特征。通过推荐系统(recommender systems)，将领略一小部分特征学习的思想 阅读全文
摘要：
Lecture 15 Anomaly Detection 异常检测 15.1 异常检测问题的动机 Problem Motivation 异常检测(Anomaly detection)问题是机器学习算法的一个常见应用。这种算法虽然主要用于无监督学习问题，但从某些角度看，它又类似于一些监督学习问题。举例 阅读全文
摘要：
Lecture 14 Dimensionality Reduction 降维 14.1 降维的动机一:数据压缩 Data Compression 现在讨论第二种无监督学习问题：降维。 降维的一个作用是数据压缩，允许我们使用较少的内存或磁盘空间，也加快算法速度。 举例： 假设用两个特征描述同一个物品的 阅读全文
摘要：
Lecture 13 聚类 Clustering 13.1 无监督学习简介 Unsupervised Learning Introduction 现在开始学习第一个无监督学习算法：聚类。我们的数据没有附带任何标签，拿到的数据就是这样的: 例子： （注：这里有考题，问哪些可以使用聚类算法） 13.2 阅读全文
摘要：
Lecture 12 支持向量机 Support Vector Machines 12.1 优化目标 Optimization Objective 支持向量机(Support Vector Machine) 是一个更加强大的算法，广泛应用于工业界和学术界。与逻辑回归和神经网络相比， SVM在学习复杂 阅读全文
摘要：
之前看过的机器学习课程。本文是相关课程笔记、习题答案、作业源码的电梯。 1 Coursera 斯坦福机器学习课程，Andrew Ng 1.1 说明 课程地址和软件下载 Coursera连接不上（视频无法播放），修改hosts文件 机器学习工具Octave安装（Win10环境） 1.2 课程笔记 We 阅读全文
摘要：
【1】机器学习管道 【2】滑动窗口 Answer：C （（200-20）/4）2 = 2025 【3】人工数据 【4】标记数据 Answer：B (10000-1000)*10 /(8*60*60) = 3.125 【5】上限分析 测验 Answer：D 忽略窗口的宽度，只考虑step： (1000 阅读全文
摘要：
【1】大规模数据 【2】随机梯度下降 【3】小批量梯度下降 【4】随机梯度下降的收敛 Answer：BD A 错误。学习率太小，算法容易很慢 B 正确。学习率小，效果更好 C 错误。应该是确定阈值吧 D 正确。曲线不下降，说明学习率选的太大 【5】在线学习 【6】 Answer：BC A 错误。随机 阅读全文
摘要：
【1】异常检测 【2】高斯分布 【3】高斯分布 【4】 异常检测 【5】特征选择 【6】 【7】多变量高斯分布 Answer: ACD B 错误。需要矩阵Σ可逆，则要求m>n 测验1 Answer：AB Answer： A p(x) < ε ，漏掉的比较多，说明应该增大ε Answer：A x1 应 阅读全文
摘要：
【1】无监督算法 【2】聚类 【3】代价函数 【4】 【5】K的选择 【6】降维 Answer：本来是 n 维，降维之后变成 k 维（k ≤ n） 【7】 【8】 Answer： 斜率-1 【9】 Answer： x 是一个向量 【10】PCA 降维 【11】 【12】PCA 的作用 测验1 Ans 阅读全文
摘要：
【1】 【2】 Answer: B。 即 x1=3这条垂直线。 【3】 Answer： B 因为要尽可能小。对B，右侧红叉，有1/2 * 2 = 1 ≥ 1，左侧圆圈，有1/2 * -2 = -1 ≤ -1。 A太小不满足不等式 【4】 参考课件： 测验 Answer:B。 Answer: B An 阅读全文
摘要：
Lecture 11—Machine Learning System Design 11.1 垃圾邮件分类 本章中用一个实际例子： 垃圾邮件Spam的分类 来描述机器学习系统设计方法。首先来看两封邮件，左边是一封垃圾邮件Spam，右边是一封非垃圾邮件Non-Spam：垃圾邮件有很多features。 阅读全文
摘要：
课程笔记 Coursera—Andrew Ng机器学习—课程笔记 Lecture 9_Neural Networks learning 作业说明 Exercise 4，Week 5，实现反向传播 backpropagation神经网络算法， 对图片中手写数字 0-9 进行识别。 数据集 ：ex4da 阅读全文
摘要：
【1】 诊断的作用 【2】过拟合 【3】 【4】 高偏差bias，欠拟合underfitting 高方差variance，过拟合overfitting 【5】参数λ Answer： λ太大，则参数都被惩罚，导致欠拟合，两个J都大。 λ太小，则欠拟合，Jtrain 小，Jcv大。 【6】 Answer 阅读全文
摘要：
视频问题 如果Coursera网站连接不上，或者视频加载不出来。可以通过如下方式进行配置： 一、找到hosts文件 Windows 系统， hosts文件位于： [C:\Windows\System32\drivers\etc\hosts] Linux 系统，通过 gedit 修改hosts文件： 阅读全文
摘要：
Lecture 10—Advice for applying machine learning 10.1 如何调试一个机器学习算法？ 有多种方案： 1、获得更多训练数据；2、尝试更少特征；3、尝试更多特征；4、尝试添加多项式特征；5、减小 λ；6、增大 λ 为了避免一个方案一个方案的尝试，可以通过评 阅读全文
摘要：
神经网络的学习(Neural Networks: Learning) 9.1 代价函数 Cost Function 参考视频: 9 - 1 - Cost Function (7 min).mkv 假设神经网络的训练样本有𝑚个，每个包含一组输入 𝑥 和一组输出信号 𝑦，𝐿 表示神经网络层数，� 阅读全文
摘要：
课上习题 【1】代价函数 【2】代价函数计算 【3】 【4】矩阵的向量化 【5】梯度校验 Answer：(1.013 -0.993) / 0.02 = 3.001 【6】梯度校验 Answer：学习的时候要去掉梯度校验，不然会特别慢 【7】随机初始化 Answer：对于神经网络这种复杂模型来说，初始 阅读全文