随笔分类 - 机器学习
摘要：吴恩达机器学习全套笔记博客地址 week 1 week 2 week 3 week 4 week 5 week 6 week 7 week 8 week 9 GitHub 地址 异常检测 概率分布的角度：通过判断某个样本的概率分部值和阈值的关系判断是不是异常样本 异常检测的应用： 1. 在线购物网站
阅读全文
摘要：吴恩达机器学习全套笔记博客地址 week 1 week 2 week 3 week 4 week 5 week 6 week 7 week 8 week 9 GitHub 地址 聚类——无监督学习的一种算法 K-means算法 最为广泛使用的聚类算法 选择两个聚类中心 簇分配：根据每个样本更接近哪个
阅读全文
摘要：吴恩达机器学习全套笔记博客地址 week 1 week 2 week 3 week 4 week 5 week 6 week 7 week 8 week 9 GitHub 地址 对于逻辑回归的新的view 支持向量机的函数设定为cost（），曲线和逻辑回归非常相似 A + lambda * B c
阅读全文
摘要：吴恩达机器学习全套笔记博客地址 week 1 week 2 week 3 week 4 week 5 week 6 week 7 week 8 week 9 GitHub 地址 评价一个算法 当算法预测结果有很大误差的时候，可以进行什么样的尝试： 1. 增大训练集样本数目 2. 更少的特征变量 3.
阅读全文
摘要：吴恩达机器学习全套笔记博客地址 week 1 week 2 week 3 week 4 week 5 week 6 week 7 week 8 week 9 GitHub 地址 cost function L ： 网络层数 Sl : 某一层的单元个数 二分类: 仅有一个输出单元，0/1 多分类：K维
阅读全文
摘要：吴恩达机器学习全套笔记博客地址 week 1 week 2 week 3 week 4 week 5 week 6 week 7 week 8 week 9 GitHub 地址 一、模型表示 计算机视觉中一个像素点可能需要很多特征向量来表示，于是我们需要用其他的形式来计算如此巨大的输入量 二、神经元
阅读全文
摘要：吴恩达机器学习全套笔记博客地址 week 1 week 2 week 3 week 4 week 5 week 6 week 7 week 8 week 9 GitHub 地址 一、分类和回归的区别 we will focus on the binary classification problem
阅读全文
摘要：吴恩达机器学习全套笔记博客地址 week 1 week 2 week 3 week 4 week 5 week 6 week 7 week 8 week 9 GitHub 地址 一、多元线性回归的模型表示 输入变量x中包含n个特征变量： 假设函数的参数随着特征变量的增多而增多： 代价函数的变化： 梯
阅读全文
摘要：吴恩达机器学习全套笔记博客地址 week 1 week 2 week 3 week 4 week 5 week 6 week 7 week 8 week 9 GitHub 地址 一、 什么是机器学习：两种定义 定义1：Arthur Samuel described it as: "the field
阅读全文
摘要：Loading and Visualizing Data Vectorize Logistic Regression 有点懒得粘代码。。直接Po上GitHub！： https://github.com/twomeng/multiple_classify-and-neural-network
阅读全文
摘要：github : https://github.com/twomeng/logistic-regression- ex1. m plotData. m costFuction.m 内置函数fminuc() 绘制边界函数： predict. m ex2_reg. m costFunction_Reg.
阅读全文
摘要：Matlab 环境： 1. 一元线性回归 ex1.m 多元线性回归 ex1_multi.m 特征缩放 computeCostMulti and gradientDescent是没有变的。 正规方程法 源码： https://github.com/twomeng/linear-regression-
阅读全文
摘要：因为机器学习真的学的不是很好，西瓜书看过的内容都还回去了，看的也是最简单易懂的内容，反复几次也没记住个什么，纯写算法这项工作也没有做，学算法还是不能如此地囫囵吞枣，要学一样东西就彻彻底底地吃透了再move on。 看过五集网易公开课的Andrew Ng机器学习课程，碍于复杂的数学推导以及吴老师极其有
阅读全文
