Coursera Machine Learning 学习笔记（十）...
分类：
系统相关 时间：
2015-03-16 12:54:55
阅读次数：
167
本文是《Neural networks and deep learning》概览 中第三章的一部分，讲机器学习算法中，如何选取初始的超参数的值。（本文会不断补充）学习速率（learning rate，η）运用梯度下降算法进行优化时，权重的更新规则中，在梯度项前会乘以一个系数，这个系数就叫学习速率η。下面讨论在训练时选取η的策略。
固定的学习速率。如果学习速率太小，则会使收敛过慢，如果学习速率太大，则...
分类：
编程语言 时间：
2015-03-15 00:52:06
阅读次数：
1015
KafkaSpout的核心逻辑都是由PartitionManager来实现的。但是这个类实现时候需要考虑的东西有些多，0.92至0.93，至当前(2015.3.14)的master一直在变化。在这里，先分析一下最近的发布版0.93里的逻辑。也提出一些问题，希望以后Apache Storm会把这个类实...
分类：
Web程序 时间：
2015-03-14 21:41:36
阅读次数：
4178
本文是《Neural networks and deep learning》概览 中第三章的一部分，讲机器学习/深度学习算法中常用的正则化方法。（本文会不断补充）正则化方法：防止过拟合，提高泛化能力在训练数据不够多时，或者overtraining时，常常会导致overfitting（过拟合）。其直观的表现如下图所示，随着训练过程，网络在training data上的error渐渐减小，但是在验证集上...
分类：
其他好文 时间：
2015-03-14 18:32:59
阅读次数：
63684
使用flume收集数据，将数据传递给kafka和hdfs，kafka上的数据可以使用storm构建实时计算，而hdfs上的数据，经过MR处理之后可以导入hive中进行处理。 环境：hadoop1.2.1，hive 0.13.1，maven 3.2.5，flume 1.4，kafka 0.7.2，ec...
分类：
Web程序 时间：
2015-03-14 18:17:55
阅读次数：
4961
The “BerCorp” company has got n employees. These employees can use m approved official languages for the formal correspondence. The languages are numbered with integers from 1 to m. For each employee w...
分类：
其他好文 时间：
2015-03-13 23:51:13
阅读次数：
447
Comprehensive learning path – Data Science in Python
Journey from a Python noob to a Kaggler on Python
So, you want to become a data scientist or may be you are already one and want to expand yo...
分类：
编程语言 时间：
2015-03-13 22:27:21
阅读次数：
340
http://blog.csdn.net/pipisorry/article/details/44119187
机器学习Machine Learning - Andrew NG
courses学习笔记
Advice for Applying Machine Learning对应用机器学习的建议
Deciding What to Try Next决定接下来尝试什么
Eva...
分类：
移动开发 时间：
2015-03-13 20:44:37
阅读次数：
166
http://blog.csdn.net/pipisorry/article/details/44119187
机器学习Machine Learning - Andrew NG
courses学习笔记
Machine Learning System Design机器学习系统设计
Prioritizing What to Work On优先考虑做什么
Error Anal...
分类：
系统相关 时间：
2015-03-13 20:44:08
阅读次数：
168
本文是《Neural networks and deep learning》概览 中第三章的一部分，讲machine learning算法中用得很多的交叉熵代价函数。1.从方差代价函数说起代价函数经常用方差代价函数（即采用均方误差MSE），比如对于一个神经元（单输入单输出，sigmoid函数）,定义其代价函数为： 其中y是我们期望的输出，a为神经元的实际输出【 a=σ(z), where z=wx+...
分类：
其他好文 时间：
2015-03-13 14:27:18
阅读次数：
293
