码迷,mamicode.com
首页 >  
搜索关键字:课程笔记    ( 322个结果
Coursera台大机器学习技法课程笔记03-Kernel Support Vector Machine
这一节讲的是核化的SVM,Andrew Ng的那篇讲义也讲过,讲的也不错。 首先讲的是kernel trick,为了简化将低维特征映射高维特征后的计算,使用了核技巧。讲义中还讲了核函数的判定,即什么样的函数K能使用kernel trick。此外,核函数还可以衡量两个特征的相似度,值...
分类:系统相关   时间:2015-07-20 21:31:27    阅读次数:165
GeekBand-极客班-C++算法原理与实践-董飞-课程笔记(一)
GeekBand-极客班-C++算法原理与实践-董飞-课程笔记(一)算法入门和编程风格...
分类:编程语言   时间:2015-07-20 19:43:59    阅读次数:190
Javascript我学之四作用域
本文是金旭亮老师网易云课堂的课程笔记,记录下来,以供备忘作用域 JavaScript的变量作用域只有两种,全局作用域和函数作用域。函数的作用域 函数中定义的变量是私有的,仅在本函数范围内有效,称为“函数作用域”。 1 //每个函数,都定义了一个作用域2 ...
分类:编程语言   时间:2015-07-19 14:55:38    阅读次数:115
Coursera台大机器学习技法课程笔记02-Dual Support Vector Machine
这节课讲的是SVM的对偶问题,比较精彩的部分:为何要使用拉格朗日乘子以及如何进行对偶变换。 参考:http://www.cnblogs.com/bourneli/p/4199990.html http://www.cnblogs.com/xbf9xbf/p/4619866.html
分类:系统相关   时间:2015-07-18 12:14:26    阅读次数:170
Coursera台大机器学习技法课程笔记01-linear hard SVM
极其淡腾的一学期终于过去了,暑假打算学下台大的这门机器学习技法。 第一课是对SVM的介绍,虽然之前也学过,但听了一次感觉还是很有收获的。这位博主总结了个大概,具体细节还是要听课:http://www.cnblogs.com/bourneli/p/4198839.html 这位博主总结的...
分类:其他好文   时间:2015-07-17 13:27:23    阅读次数:118
斯坦福CS229机器学习课程笔记三:感知机、Softmax回归
为了给课程的前四讲画上一个句号,这里补充两个前四讲中Andrew大神提到过的模型。The perceptron learning algorithm 感知机模型:从模型上来看感知机与逻辑回归十分相似,只不过逻辑回归的g函数是逻辑函数(又称sigmoid函数),它是一条从y值0到1的连续曲线。当z→∞...
分类:其他好文   时间:2015-07-16 16:30:29    阅读次数:1339
斯坦福CS229机器学习课程笔记二:GLM广义线性模型与Logistic回归
一直听闻Logistic Regression逻辑回归的大名,比如吴军博士在《数学之美》中提到,Google是利用逻辑回归预测搜索广告的点击率。因为自己一直对个性化广告感兴趣,于是疯狂google过逻辑回归的资料,但没有一个网页资料能很好地讲清到底逻辑回归是什么。幸好,在CS229第三节课介绍了逻辑...
分类:其他好文   时间:2015-07-16 16:22:02    阅读次数:268
斯坦福CS229机器学习课程笔记一:线性回归与梯度下降算法
应该是去年的这个时候,我开始接触机器学习的相关知识,当时的入门书籍是《数据挖掘导论》。囫囵吞枣般看完了各个知名的分类器:决策树、朴素贝叶斯、SVM、神经网络、随机森林等等;另外较为认真地复习了统计学,学习了线性回归,也得以通过orange、spss、R做一些分类预测工作。可是对外说自己是搞机器学习的...
分类:编程语言   时间:2015-07-16 16:18:12    阅读次数:461
斯坦福CS229机器学习课程笔记四:GDA、朴素贝叶斯、多项事件模型
生成学习与判别学习像逻辑回归,用hθ(x) = g(θTx) 直接地来建模p(y|x; θ) ;或者像感知机,直接从输入空间映射到输出空间(0或1),它们都被称作判别学习(discriminative learning)。与之相对的是生成学习(generative learning),先对 p(x|...
分类:其他好文   时间:2015-07-16 16:14:14    阅读次数:563
Andrew Ng Machine Learning - Week 1: Introduction
此文是斯坦福大学,机器学习界 superstar — Andrew Ng 所开设的 Coursera 课程:Machine Learning 的课程笔记。力求简洁,仅代表本人观点,不足之处希望大家探讨。 课程网址:https://www.coursera.org/learn/machine-learning/home/welcomeWeek 1: Introduction Environment...
分类:系统相关   时间:2015-07-12 00:18:22    阅读次数:265
322条   上一页 1 ... 22 23 24 25 26 ... 33 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!