摘要: 为什么要使用backpropagation? 梯度下降不用多说,如果不清楚的可以参考梯度下降算法。 神经网络的参数集合theta,包括超级多组weight和bais。 要使用梯度下降,就需要计算每一个参数的梯度,但是神经网络常常有数以万计,甚至百万的参数,所以需要使用backpropagation来 阅读全文
posted @ 2017-07-24 11:32 Peter-Young 阅读(6797) 评论(0) 推荐(0) 编辑
摘要: 1.深度学习发展简史 2.三步实现深度学习 2.1Neural Network 神经网络由模仿脑部神经系统发展而来,一个节点称为一个“Neuron”,包括连接在节点上面的weights和biases。 在全连接的神经网络中,一个神经元节点接受上一层节点的输入,分别乘以连接边上的权重,放进激活函数中, 阅读全文
posted @ 2017-07-24 09:59 Peter-Young 阅读(429) 评论(0) 推荐(0) 编辑
摘要: numpy数组的广播功能强大,但是也同时让人疑惑不解,现在让我们来谈谈其中的原理。 广播原则: 如果两个数组的后缘维度(即:从末尾开始算起的维度)的轴长相符或其中一方的长度为1,则认为它们是广播兼容的,广播会在缺失和(或)长度为1的轴上进行. 上面的原则很重要,是广播的指导思想,下面我们来看看例子。 阅读全文
posted @ 2017-07-06 11:34 Peter-Young 阅读(11256) 评论(2) 推荐(4) 编辑
摘要: 程序员的基础生存技能 -- 关于搜索引擎的小贴士 如果票选近二十年最伟大的发明,我相信搜索引擎肯定会占据一个不容小觑的位置,它不单是一项发明,更是一项成就,最大程度消灭了信息的不平等。既然人人都可以接触到海量的信息,那么衡量信息财富多寡就只剩下技巧这惟一的标准了:善用搜索引擎的都是信息时代的富翁,不 阅读全文
posted @ 2017-03-15 13:55 Peter-Young 阅读(253) 评论(0) 推荐(0) 编辑
摘要: 我们将学习如何系统地提升机器学习算法,告诉你学习算法何时做得不好,并描述如何'调试'你的学习算法和提高其性能的“最佳实践”。要优化机器学习算法,需要先了解可以在哪里做最大的改进。 我们将讨论如何理解具有多个部分的机器学习系统的性能,以及如何处理偏斜数据。 Evaluating a Hypothesi 阅读全文
posted @ 2017-03-13 09:58 Peter-Young 阅读(490) 评论(0) 推荐(0) 编辑
摘要: 异常检测,广泛用于欺诈检测(例如“此信用卡被盗?”)。 给定大量的数据点,我们有时可能想要找出哪些与平均值有显着差异。 例如,在制造中,我们可能想要检测缺陷或异常。 我们展示了如何使用高斯分布来建模数据集,以及如何将模型用于异常检测。 我们还将涵盖推荐系统,这些系统由亚马逊,Netflix和苹果等公 阅读全文
posted @ 2017-03-12 16:45 Peter-Young 阅读(2376) 评论(0) 推荐(0) 编辑
摘要: 监督学习算法需要标记的样本(x,y),但是无监督学习算法只需要input(x)。 您将了解聚类 - 用于市场分割,文本摘要,以及许多其他应用程序。 Principal Components Analysis, 经常用于加快学习算法,同时对于数据可视化以帮助你对数据的理解也有很大的帮助。 Unsupe 阅读全文
posted @ 2017-03-10 17:36 Peter-Young 阅读(1122) 评论(2) 推荐(0) 编辑
摘要: SVM被许多人认为是最强大的“黑箱”学习算法,并通过提出一个巧妙选择的优化目标,今天最广泛使用的学习算法之一。 Optimization Objective 根据Logistic Regression,有如下表述: 为了达到尽量好的分类效果,我们需要theta‘*x >> 0 or theta‘*x 阅读全文
posted @ 2017-03-08 17:54 Peter-Young 阅读(963) 评论(0) 推荐(0) 编辑
摘要: 1、Matlab简述 Matlab是国际上最流行的科学与工程计算的软件工具,它起源于矩阵运算,已经发展成一种高度集成的计算机语言。有人称它为“第四代”计算机语言,它提供了强大的科学运算、灵活的程序设计流程、高质量的图形可视化界面设计、便捷的与其它程序和语言接口的功能。随着Matlab语言功能越来越强 阅读全文
posted @ 2017-03-07 16:47 Peter-Young 阅读(13344) 评论(0) 推荐(0) 编辑
摘要: 神经网络是一种受大脑工作原理启发的模式。 它在许多应用中广泛使用:当您的手机解释并理解您的语音命令时,很可能是神经网络正在帮助理解您的语音; 当您兑现支票时,自动读取数字的机器也使用神经网络。 Non-linear Classification 当输入数据特征过多,像上面的例子,当使用三次幂的特征时 阅读全文
posted @ 2017-02-01 22:11 Peter-Young 阅读(758) 评论(0) 推荐(0) 编辑