多变量线性回归（Multivariate Linear Regression） 作业来自链接：http://openclassroom.stanford.edu/MainFolder/DocumentPage.php?course=DeepLearning&doc=exercises/ex3/ex3 ...
分类：
其他好文 时间：
2016-05-07 13:05:15
阅读次数：
157
线性回归练习 跟着Andrew Ng做做练习：http://openclassroom.stanford.edu/MainFolder/DocumentPage.php?course=DeepLearning&doc=exercises/ex2/ex2.html 这一小节做线性回归的小练习，数据摘自 ...
分类：
其他好文 时间：
2016-05-06 21:44:23
阅读次数：
224
本文是对由Stanford大学Andrew Ng讲授的机器学习课程进行个人心得总结。在机器学习中，回归算法是入门级的课程，但由于其较易理解，该算法也是生产环境中使用最为广泛的算法。本文将从线性回归开始一步一步讲述作者对回归算法的理解。问题的引出线性回归中常提到的一个例子是房价问题，比如说如下是最近北京地区交易的房屋成交价列表
面积
价格 90
183
54
104
60...
分类：
其他好文 时间：
2016-05-06 15:24:34
阅读次数：
158
在Stanford parser目录中已经定义了一部分命令行工具以及图形界面，本文将介绍如何在windows使用这些工具进行语法分析，Linux下也有shell可以使用。 关于如何搭建环境请参考上一篇文章：Standford Parser学习入门(1)-Eclipse中配置 ...
分类：
其他好文 时间：
2016-04-29 14:12:22
阅读次数：
188
以下是Stanford parser中的标记中文释义供参考。 probabilistic context-free grammar(PCFG) ROOT：要处理文本的语句 IP：简单从句 NP：名词短语 VP：动词短语 PU：断句符，通常是句号、问号、感叹号等标点符号 LCP：方位词短语 PP：介词 ...
分类：
其他好文 时间：
2016-04-29 14:02:22
阅读次数：
288
Stanford Parser是斯坦福大学研发的用于语法分析的工具，属于stanford nlp系列工具之一。本文主要介绍Standfor Parser的入门用法。 (ROOT (S (NP (DT The) (JJ quick) (JJ brown) (NN fox)) (VP (VBD jump ...
分类：
系统相关 时间：
2016-04-29 11:47:43
阅读次数：
239
（一）朴素贝叶斯多项式事件模型 在上篇笔记中，那个最基本的NB模型被称为多元伯努利事件模型（Multivariate Bernoulli Event Model，以下简称 NB-MBEM）。该模型有多种扩展，一种是在上一篇笔记中已经提到的每个分量的多值化，即将p(xi|y)由伯努利分布扩展到多项式分 ...
分类：
其他好文 时间：
2016-04-21 01:25:52
阅读次数：
525
（一）牛顿法解最大似然估计 牛顿方法（Newton's Method）与梯度下降（Gradient Descent）方法的功能一样，都是对解空间进行搜索的方法。其基本思想如下： 对于一个函数f(x)，如果我们要求函数值为0时的x，如图所示： 我们先随机选一个点，然后求出该点的切线，即导数，延长它使之 ...
分类：
其他好文 时间：
2016-04-21 01:17:59
阅读次数：
442
本课内容： 1、线性回归 2、梯度下降 3、正规方程组 监督学习：告诉算法每个样本的正确答案，学习后的算法对新的输入也能输入正确的答案 1、线性回归 问题引入：假设有一房屋销售的数据如下： 引入通用符号： m =训练样本数 x =输入变量（特征） y =输出变量（目标变量） (x,y)—一个样本 i ...
分类：
其他好文 时间：
2016-04-21 01:16:14
阅读次数：
454
（一）生成学习算法 在线性回归和Logistic回归这种类型的学习算法中我们探讨的模型都是p(y|x;θ)，即给定x的情况探讨y的条件概率分布。如二分类问题，不管是感知器算法还是逻辑回归算法，都是在解空间中寻找一条直线从而把两种类别的样例分开，对于新的样例，只要判断在直线的哪一侧即可；这种直接对问题 ...
分类：
编程语言 时间：
2016-04-21 01:15:01
阅读次数：
538
