摘要: 本栏目来源于Andrew NG老师讲解的Machine Learning课程,主要介绍大规模机器学习以及其应用。包括随机梯度下降法、维批量梯度下降法、梯度下降法的收敛、在线学习、map reduce以及应用实例:photo OCR。课程地址为:https://www.coursera.org/cou... 阅读全文
posted @ 2014-05-17 18:40 小白菜的BLOG 阅读(791) 评论(0) 推荐(1) 编辑
摘要: 本周主要介绍了聚类算法和特征降维方法,聚类算法包括K-means的相关概念、优化目标、聚类中心等内容;特征降维包括降维的缘由、算法描述、压缩重建等内容。coursera上面Andrew NG的Machine learning课程地址为:https://www.coursera.org/course/... 阅读全文
posted @ 2014-05-17 16:57 小白菜的BLOG 阅读(1124) 评论(0) 推荐(1) 编辑
摘要: Python是很多公司都在使用的一种脚本语言,其语法与Perl、C++、JAVA等都大同小异。本文仅对一些比较常用的语法结构进行总结,比如字典、列表、正则匹配、读写文件等。供广大喜爱Python的同学学习交流。 字符串操作 去除特殊符号:s.strip() .lstrip() .rstrip(',' 阅读全文
posted @ 2014-05-15 13:50 小白菜的BLOG 阅读(336) 评论(0) 推荐(0) 编辑
摘要: Perl中读写文件的方法非常简单,可以使用open或sysopen函数来打开文件,linux下运行perl脚本只需 ./XX.pl 或 perl XX.pl。读文件open(文件句柄, ") { chomp; #去掉换行符(/n); print $_; #perl将每一行赋给“$_”这样... 阅读全文
posted @ 2014-05-14 17:00 小白菜的BLOG 阅读(2161) 评论(0) 推荐(0) 编辑
摘要: 哈希和数组是Perl中较为常用的结构,本文则重点讨论数组和哈希的一些基本用法,供广大喜爱Perl的同学们交流学习。哈希Perl中的哈希表类似于Python中的字典结构,由(键=>值)对构成,以"%"开头:定义:%hash = ('a'=>1,'b'=>2,'c'=>3);或%hash = ('a',... 阅读全文
posted @ 2014-05-14 16:38 小白菜的BLOG 阅读(3430) 评论(0) 推荐(0) 编辑
摘要: perl正则表达式就是通过一串特别设计的字符串,可以按照我们的需求匹配、替换、转化目标字符串。本文主要是对一些常用的正则表达以及语法的总结以及举例,供广大喜爱Perl的同学交流学习。操作符:=~ 或 != 分别表示匹配与不匹配 $regx = "perl"; $string = "I like ... 阅读全文
posted @ 2014-05-14 15:25 小白菜的BLOG 阅读(542) 评论(0) 推荐(0) 编辑
摘要: 本栏目内容来源于Andrew NG老师讲解的SVM部分,包括SVM的优化目标、最大判定边界、核函数、SVM使用方法、多分类问题等,Machine learning课程地址为:https://www.coursera.org/course/ml大家对于支持向量机(SVM)可能会比较熟悉,是个强大且流行... 阅读全文
posted @ 2014-05-10 12:14 小白菜的BLOG 阅读(1210) 评论(0) 推荐(1) 编辑
摘要: 这部分内容来源于Andrew NG老师讲解的machine learning课程,包括异常检测算法以及推荐系统设计。异常检测是一个非监督学习算法,用于发现系统中的异常数据。推荐系统在生活中也是随处可见,如购物推荐、影视推荐等。课程链接为:https://www.coursera.org/course... 阅读全文
posted @ 2014-05-06 12:56 小白菜的BLOG 阅读(1257) 评论(1) 推荐(2) 编辑
摘要: Andrew NG的Machine learning课程地址为:https://www.coursera.org/course/ml 神经网络一直被认为是比较难懂的问题,NG将神经网络部分的课程分为了两个星期来介绍,可见Neural Networks内容之多。言归正传,通过之前的学习我们知道,使用... 阅读全文
posted @ 2014-04-29 18:59 小白菜的BLOG 阅读(932) 评论(0) 推荐(0) 编辑
摘要: 本栏目内容来自Andrew NG老师的公开课:https://class.coursera.org/ml/class/index 一般而言, 人工神经网络与经典计算方法相比并非优越, 只有当常规方法解决不了或效果不佳时人工神经网络方法才能显示出其优越性。尤其对问题的机理不甚了解或不能用数学模型表示... 阅读全文
posted @ 2014-04-29 17:13 小白菜的BLOG 阅读(822) 评论(1) 推荐(0) 编辑