码迷,mamicode.com
首页 >  
搜索关键字:coursera    ( 598个结果
coursera机器学习技法笔记(9-11)——decision tree & Random forest & GBDT
9 Decision Tree9.1 Decision Tree Hypothesis  本节主要讲述了决策树的两种解释,一种是决策树是由叶子节点和路径组成的,当选择叶子节点对应的路径时采用对应的叶子节点结果;另一种观点是由分叉的树递归组成,当选择某一分支时将采用分支对应的子树的演算法结果。   决策树的优点在于可解释性强,高效。缺点是理论保证不足,并且算法多样。9.2 Decision Tree...
分类:其他好文   时间:2016-05-07 09:10:22    阅读次数:469
coursera机器学习技法笔记(12)——Neural Network
12 Neural Network12.1 Motivation  在神经网络的节点上使用感知机,那我们可以把神经网络看作是通过不同感知机以及常数的线性组合得到一个新的特征,将新的特征加上一个常数再进行线性组合得到结果。其原理和aggregation类似,但是在神经网络中进行了多层级的aggregation。   从生物的角度来说神经网络模拟了人脑神经网络。12.2 Neural Network...
分类:Web程序   时间:2016-05-07 08:56:45    阅读次数:227
coursera机器学习技法笔记(13-14)——deep learning & RBFNetwork
13 Deep Learning13.1 Deep Neural Network  将神经网络的层数增大,即称为深度学习。深度学习一般在输入数据为row data的时候使用,因为这些数据很难人为构造出合适的特征。深度学习一般面临如下挑战:   (1)神经网络结构的决定:一般只能通过人的主观领域知识来决定神经网络结构,例如图像识别中的convolutional NNet,即认为相邻的像素才有必要连接...
分类:Web程序   时间:2016-05-07 08:44:28    阅读次数:960
coursera机器学习技法笔记(15)——Matrix Factorization
15 Matrix Factorization15.1 Linear Network Hypothesis  将类别数据转换成向量数据,然后以每个样本的向量数据作为输入,评分数据作为输出,利用3层神经网络进行特征萃取。   由于向量特征数据大量稀疏,因此中间层的tanhtanh函数并不会起什么作用,可以直接换成线性模型,即Linear Network。   将第1/21/2层网络的权重设为VTV...
分类:其他好文   时间:2016-05-07 08:41:24    阅读次数:169
Coursera系列-R Programming (John Hopkins University)-课件案例
课件里介绍了一个很实用又能学到很多知识点的例子。并且Roger老师可是用了40分钟的视频亲力亲为。所以这里我把课件和视频知识整理一下会比较更清晰地解析这个案例。 视频链接: https://www.youtube.com/watch?v=VE-6bQvyfTQ&feature=youtu.be Da ...
分类:其他好文   时间:2016-05-02 02:22:34    阅读次数:374
Coursera系列-R Programming (John Hopkins University)-Programming Assignment 3
经过断断续续一个月的学习,R语言这门课也快接近尾声了。进入Week 4,作业对于我这个初学者来说感到越发困难起来。还好经过几天不断地摸索和试错,最终完整地解决了问题。 本周的作业Assignment 3是处理一个来自美国Department of Health and Human Services的 ...
分类:其他好文   时间:2016-04-27 12:36:43    阅读次数:748
機器學習基石(Machine Learning Foundations) 机器学习基石 作业四 Q13-20 MATLAB实现
大家好,我是Mac Jiang,今天和大家分享Coursera-NTU-機器學習基石(Machine Learning Foundations)-作业四 Q13-20的MATLAB实现。以前的代码都是通过C++实现的,但是发现C++实现这些代码太麻烦,这次作业还要频繁更改参数值,所以选择用MATLAB实现了。与C++相比,MATLAB实现显然轻松很多,在数据导入方面也更加方便。我的代码虽然能够得到...
分类:系统相关   时间:2016-04-17 22:35:56    阅读次数:215
機器學習基石(Machine Learning Foundations) 机器学习基石 作业四 课后习题解答
大家好,我是Mac Jiang,今天和大家分享coursera-NTU-機器學習基石(Machine Learning Foundations)-作业四的习题解答。笔者在做这些题目时遇到很多困难,当我在网上寻找答案时却找不到,而林老师又不提供答案,所以我就想把自己做题时对题目如何思考的写下来,为大家提供一些思路。当然,我对题目的理解不一定是正确的,如果各位博友发现错误请及时留言联系,谢谢!再次提醒...
分类:系统相关   时间:2016-04-17 20:51:05    阅读次数:324
人工智能的学习路径
方法一 《用Python 进行自然语言处理》(东南大学出版社) cs181.1伯克利人工智能课程(edX) 斯坦福机器学习课程(Coursera) cs229 斯坦福机器学习讲义 一个文本分类的project 《统计学习方法》(李航,清华大学出版社) Pattern Recognition And ...
分类:其他好文   时间:2016-04-14 22:23:36    阅读次数:172
机器学习笔记01:线性回归(Linear Regression)和梯度下降(Gradient Decent)
最近在Coursera上看吴大神的Machine Learning,感觉讲的真的很棒。所以觉得应该要好好做做笔记,一方面是加强自己对ML中一些方法的掌握程度和理解,另一方面也能方便自己或者同样爱好ML的同学。线性回归(Linear Regression)  线性回归(Linear Regression)应该是机器学习中最基本的东西了。所谓回归,想必大家在高中时期的课程里面就接触过,给定一系列离散的点...
分类:其他好文   时间:2016-04-10 14:50:43    阅读次数:301
598条   上一页 1 ... 27 28 29 30 31 ... 60 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!