摘要: 第十三讲. 大规模机器学习——Large Scale Machine Learning (一)、为什么要大规模机器学习? (二)、Stochastic和Batch梯度下降 (三)、Mini-Batch梯度下降 (四)、在线学习(Online Learning) (五)、MapReduce和并行计算原 阅读全文
posted @ 2017-08-24 15:42 郑哲 阅读(335) 评论(0) 推荐(0) 编辑
摘要: 本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vector Machines 支持向量机)、聚类、降维、异常检 阅读全文
posted @ 2017-08-24 15:30 郑哲 阅读(352) 评论(0) 推荐(0) 编辑
摘要: ~:服从于,这里是x服从于高斯分布的意思。 随着离μ的距离不断增大p(x)逐渐趋向于0. 参数对高斯公式图像的影响,但是高斯公式的总面积始终为1 参数的值 阅读全文
posted @ 2017-08-24 07:17 郑哲 阅读(594) 评论(0) 推荐(0) 编辑
摘要: 异常检测: 判断测试集是否异常。如下例中对飞机引擎的判断: 我们建立评估模型概率模型p(x)来判断,如果p(x)<ε异常,反之正常 用处举例:购物网站用户异常检测,计算机集群异常检测 算法实现: 建立评估模型: 1.选择相应的变量。 2.变量拟合高斯分布。 3.计算概率。 两个参数时的概率模型图: 阅读全文
posted @ 2017-08-24 07:07 郑哲 阅读(318) 评论(0) 推荐(0) 编辑