2017年5月22日
机器学习(Machine Learning)&深度学习(Deep Learning)资料汇总 （上）
摘要： 转载：http://dataunion.org/8463.html?utm_source=tuicool&utm_medium=referral 转载：http://dataunion.org/8463.html?utm_source=tuicool&utm_medium=referral 《Bri 阅读全文
posted @ 2017-05-22 18:02 Aaron_L 阅读(657) 评论(0) 推荐(0) 编辑
机器学习(Machine Learning)&深度学习(Deep Learning)资料(下）
摘要： 转载：http://www.jianshu.com/p/b73b6953e849 该资源的github地址:Qix 《Statistical foundations of machine learning》 介绍:《机器学习的统计基础》在线版，该手册希望在理论与实践之间找到平衡点，各主要内容都伴有实 阅读全文
posted @ 2017-05-22 18:00 Aaron_L 阅读(534) 评论(0) 推荐(0) 编辑
2017年5月19日
【概率论与数理统计】全概率公式和贝叶斯公式
摘要： 1. 条件概率公式 设A, B是两个事件，且P(B)>0， 则在事件B发生的条件下，事件A发生的条件概率(conditional probability)为： P(A|B)=P(AB)/P(B) 条件概率是理解全概率公式和贝叶斯公式的基础，可以这样来考虑，如果P(A|B)大于P(A)则表示B的发生使 阅读全文
posted @ 2017-05-19 14:44 Aaron_L 阅读(1683) 评论(0) 推荐(0) 编辑
机器学习之一些基本概念及符号系统
摘要： 1. 一些基本概念 图1. 机器学习的基本过程 训练集（Training Set）：为了研究一个变量（x）与另一个变量（y）的关系，而通过观察、测量等方式获得的一组数据。这组数据中收集了x和与之对应的y——一个数据对（x, y）。例如我们要研究房屋面积（x）和售价（y）之间的关系，每观察一套已出售的 阅读全文
posted @ 2017-05-19 14:30 Aaron_L 阅读(2295) 评论(0) 推荐(0) 编辑
机器学习之代价函数（cost function）
摘要： 代价函数（有的地方也叫损失函数，Loss Function）在机器学习中的每一种算法中都很重要，因为训练模型的过程就是优化代价函数的过程，代价函数对每个参数的偏导数就是梯度下降中提到的梯度，防止过拟合时添加的正则化项也是加在代价函数后面的。在学习相关算法的过程中，对代价函数的理解也在不断的加深，在此 阅读全文
posted @ 2017-05-19 14:26 Aaron_L 阅读(1838) 评论(0) 推荐(0) 编辑
机器学习之逻辑回归（Logistic Regression）
摘要： 1. 什么是逻辑回归？ 许多人对线性回归都比较熟悉，但知道逻辑回归的人可能就要少的多。从大的类别上来说，逻辑回归是一种有监督的统计学习方法，主要用于对样本进行分类。 在线性回归模型中，输出一般是连续的，例如 y=f(x)=ax+by=f(x)=ax+b ，对于每一个输入的x，都有一个对应的y输出。模 阅读全文
posted @ 2017-05-19 14:15 Aaron_L 阅读(758) 评论(0) 推荐(0) 编辑
2017年5月16日
机器学习之神经网络模型-下（Neural Networks: Representation）
摘要： 3. Model Representation I 1 神经网络是在模仿大脑中的神经元或者神经网络时发明的。因此，要解释如何表示模型假设，我们不妨先来看单个神经元在大脑中是什么样的。 我们的大脑中充满了如上图所示的这样的神经元，神经元是大脑中的细胞。其中有两点值得我们注意，一是神经元有像这样的细胞主 阅读全文
posted @ 2017-05-16 17:07 Aaron_L 阅读(866) 评论(0) 推荐(0) 编辑
机器学习之神经网络模型-上（Neural Networks: Representation）
摘要： 在这篇文章中，我们一起来讨论一种叫作“神经网络”(Neural Network)的机器学习算法，这也是我硕士阶段的研究方向。我们将首先讨论神经网络的表层结构，在之后再具体讨论神经网络学习算法。 神经网络实际上是一个相对古老的算法，并且沉寂了一段时间，不过到了现在它又成为许多机器学习问题的首选技术。 阅读全文
posted @ 2017-05-16 17:06 Aaron_L 阅读(622) 评论(0) 推荐(0) 编辑
机器学习之正则化（Regularization）
摘要： 1. The Problem of Overfitting 1 还是来看预测房价的这个例子，我们先对该数据做线性回归，也就是左边第一张图。 如果这么做，我们可以获得拟合数据的这样一条直线，但是，实际上这并不是一个很好的模型。我们看看这些数据，很明显，随着房子面积增大，住房价格的变化趋于稳定或者说越往 阅读全文
posted @ 2017-05-16 17:05 Aaron_L 阅读(16664) 评论(3) 推荐(3) 编辑
机器学习之逻辑回归（Logistic Regression）
摘要： 1. Classification 这篇文章我们来讨论分类问题（classification problems），也就是说你想预测的变量 y 是一个离散的值。我们会使用逻辑回归算法来解决分类问题。 之前的文章中，我们讨论的垃圾邮件分类实际上就是一个分类问题。类似的例子还有很多，例如一个在线交易网站判 阅读全文
posted @ 2017-05-16 17:04 Aaron_L 阅读(712) 评论(0) 推荐(0) 编辑