人工智能系统
我做了一个梦，梦中看到人如果想长生不老只要保留其思想和智慧，并不要保留其肉体，
或者是因为看了《怒火攻心2：高压电》才做的梦，其实留下一个大脑存在就算是永生吗？
见到仇人一定会生气，仅此而已，那么永生又有什么意义？
不过这不是梦的全部。在梦中我看到为了实现对农业自动喷淋系统，需要在水管入口安装一个总阀，
然后分出3个分支，每个分支再安装一个阀门，每个分支再接...
分类：
其他好文 时间：
2014-07-23 00:00:17
阅读次数：
239
机器学习新手，接触的是《机器学习实战》这本书，感觉书中描述简单易懂，但对于python语言不熟悉的我，也有很大的空间。今天学习的是k-近邻算法。 1. 简述机器学习 在日常生活中，人们很难直接从原始数据本身获得所需信息。而机器学习就是把生活中无序的数据转换成有用的信息。例如，对于垃圾邮件的检...
分类：
编程语言 时间：
2014-07-22 23:37:57
阅读次数：
366
本文是Andrew Ng在Coursera的机器学习课程的笔记。整体步骤确定网络模型初始化权重参数对于每个样例，执行以下步骤直到收敛计算模型输出：forward propagation计算代价函数：比较模型输出与真实输出的差距更新权重参数：back propagation确定网络模型神经网络模型由输...
分类：
其他好文 时间：
2014-07-22 23:36:27
阅读次数：
376
原文出处：http://blog.csdn.net/amblue/article/details/17023485 在NLP和机器学习中经常会遇到这两种显著不同的模型，在学习阶段（训练阶段）和评估阶段（测试阶段）都有不同的表现总结一下它们之间的区别，欢迎补充：1. 二者最本质的区别是建模对象不同 假...
分类：
其他好文 时间：
2014-07-22 22:43:13
阅读次数：
150
梯度下降、神经网络、BP神经网络，以及结合前述知识实际应用。文章走马观花把这几天学的知识滤了一遍，主要是有很多好的资料
分类：
其他好文 时间：
2014-07-22 22:40:35
阅读次数：
273
斯坦福ML公开课笔记15
我们在上一篇笔记中讲到了PCA(主成分分析)。PCA是一种直接的降维方法，通过求解特征值与特征向量，并选取特征值较大的一些特征向量来达到降维的效果。
本文继续PCA的话题，包括PCA的一个应用——LSI(Latent Semantic Indexing, 隐含语义索引)和PCA的一个实现——SVD(Singular Value Decomposition,奇异值分解)，在SVD和LSI结束之后，关于PCA的内容就告一段落。视频的后半段开始讲无监督学习的一种——ICA(Indepen...
分类：
其他好文 时间：
2014-07-22 14:16:14
阅读次数：
314
思路：定义f(x)为 Ai & x==x 的个数，g(x)为x表示为二进制时1的个数，最后答案为 。为什么会等于这个呢：运用容斥的思想，如果 我们假设 ai&x==x 有f（x）个，那么 这f(x)个 组成集合的子集 & 出来是 >=x那么我们要扣掉>x的 。。。 因为这里我们要求的是 & 之后等于...
分类：
其他好文 时间：
2014-07-22 00:36:33
阅读次数：
232
题目描述 Description
有两个长度为 N 的序列 A 和 B，在 A 和 B 中各任取一个数可以得到 N^2 个和，求这N^2 个和中最小的 N个。
输入描述 Input Description
第一行输入一个正整数N；第二行N个整数Ai 且Ai≤10^9；第三行N个整数Bi，
且Bi≤10^9
输出描述 Output Descr...
分类：
其他好文 时间：
2014-07-21 23:28:09
阅读次数：
249
决策树的优势就在于数据形式非常容易理解，而kNN的最大缺点就是无法给出数据的内在含义。
1：简单概念描述
决策树的类型有很多，有CART、ID3和C4.5等，其中CART是基于基尼不纯度(Gini)的，这里不做详解，而ID3和C4.5都是基于信息熵的，它们两个得到的结果都是一样的，本次定义主要针对ID3算法。下面我们介绍信息熵的定义。
事件ai发生的概率用p(ai...
分类：
其他好文 时间：
2014-07-21 22:21:08
阅读次数：
360
上一节最后讲到了建立一个extractor的方法，手工建立和机器学习等，这一节详细阐述手工建立pattern的方法。引用Jurafsky教授常说的话： let‘s look at the intuition. Jurafsky教授讲话总是微皱着眉头，感觉很较真...
分类：
其他好文 时间：
2014-07-21 13:30:48
阅读次数：
257
