摘要: Deep Learning(深度学习)学习笔记整理系列 声明: 1)该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。 2)本文仅供学术交流,非商用。所以每一部分具体的参考资料并没有详细对应。如果某部分不 阅读全文
posted @ 2017-09-07 15:36 鸿钧道人 阅读(230) 评论(0) 推荐(0) 编辑
摘要: Deep Learning(深度学习)学习笔记整理系列 声明: 1)该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。 2)本文仅供学术交流,非商用。所以每一部分具体的参考资料并没有详细对应。如果某部分不 阅读全文
posted @ 2017-09-07 15:33 鸿钧道人 阅读(412) 评论(0) 推荐(0) 编辑
摘要: 神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向--深度学习的基础。学习神经网络不仅可以让你掌握一门强大的机器学习方法,同时也可以更好地帮助你理解深度学习技术。 本文以一种简单的,循序的方式讲解神经网络。适合对神经网络了解不多的同学。本文对阅读没有一定的前提要求,但是懂一些机器学习基础会 阅读全文
posted @ 2017-09-05 10:51 鸿钧道人 阅读(976) 评论(0) 推荐(0) 编辑
摘要: 过渡拟合 采用上面算法生成的决策树在事件中往往会导致过滤拟合。也就是该决策树对训练数据可以得到很低的错误率,但是运用到测试数据上却得到非常高的错误率。过渡拟合的原因有以下几点: 噪音数据:训练数据中存在噪音数据,决策树的某些节点有噪音数据作为分割标准,导致决策树无法代表真实数据。 缺少代表性数据:训 阅读全文
posted @ 2017-09-01 17:18 鸿钧道人 阅读(391) 评论(0) 推荐(0) 编辑
摘要: 《机器学习》第三章 决策树学习 决策树学习方法搜索一个完整表示的假设空间,从而避免了受限假设空间的不足。决策树学习的归纳偏置是优越选择较小的树。 3.1.简介 决策树学习是一种逼近离散值目标函数的方法,在这种方法中学习到的函数被表示为一棵决策树。 决策树(Decision Tree)是一种简单但是广 阅读全文
posted @ 2017-09-01 17:13 鸿钧道人 阅读(943) 评论(0) 推荐(0) 编辑
摘要: 《机器学习》第二章 概念学习和一般到特殊序 2.1.简介 布尔函数一般形式:F(b1, b2, ..., bn),其中 bi的定义域为{0,1},F的值域为{0, 1}。 在一般的定 义域上的,取值在 {0, 1} 中的函数也叫做布尔值函数概念学习定义中的布尔函数指定就这个,主要是 规定学习的问题目 阅读全文
posted @ 2017-08-30 16:01 鸿钧道人 阅读(1316) 评论(0) 推荐(0) 编辑
摘要: 1.1 学习问题的标准描述: 机器学习的定义:对于某类任务T和性能度量P,如果一个计算机程序针对某类任务T的用P衡量的 性能根据经验E来自我完善, 那么我们称这个计算机程序在从E中学习. 或者可以简单的定义为: 通过经验提高性能的某类程序。 例子: 对于学习下西洋跳棋的计算机程序,它可以通过和自己下 阅读全文
posted @ 2017-08-29 16:58 鸿钧道人 阅读(534) 评论(0) 推荐(0) 编辑