码迷,mamicode.com
首页 >  
搜索关键字:机器学习    ( 9327个结果
学习日志---线性回归实现
由对偏导数的计算可以得到w的计算公式:如下假定输入数据存放在矩阵x中,而回归系数存放在向量w中。那么对于给定的数据,预测结果将会通过给出。对于x和y,如何找到w?常用的方法是找到平方误差最小的w。平方误差可以写做:用矩阵表示还可以写做。对w求导,解得w如下:采用的数..
分类:其他好文   时间:2015-09-02 02:09:52    阅读次数:128
My Reading List - Machine Learning && Computer Vision
本博客汇总了个人在学习过程中所看过的一些论文、代码、资料以及常用的资源与网站,为了便于记录自身的学习过程,将其整理于博客之中。Machine Learning(1) Machine Learning Video Library - Caltech说明:罗列了机器学习的常用算法以及机器学习图谱(2)D...
分类:系统相关   时间:2015-09-01 21:10:53    阅读次数:655
机器学习到底适合哪些人群?
机器学习到底适合哪些人群?这个问题困扰着很多人,尤其是还在校园里上课的学生主要针对的是大三大四即将要毕业的毕业生,和研究生以后要面临的方向。机器学习是研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能..
分类:其他好文   时间:2015-09-01 18:34:50    阅读次数:185
朴素贝叶斯算法 & 应用实例
转载请注明出处:http://www.cnblogs.com/marc01in/p/4775440.html引和师弟师妹聊天时经常提及,若有志于从事数据挖掘、机器学习方面的工作,在大学阶段就要把基础知识都带上。机器学习在大数据浪潮中逐渐展示她的魅力,其实《概率论》、《微积分》、《线性代数》、《运筹学...
分类:编程语言   时间:2015-09-01 14:00:54    阅读次数:634
Andrew Ng Machine Learning - Week 4 & 5- Neural Networks
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/welcome...
分类:Web程序   时间:2015-09-01 10:50:51    阅读次数:224
deeplenrnig学习笔记——什么是特征
特征是机器学习系统的原材料,对最终模型的影响是毋庸置疑的。如果数据被很好的表达成了特征,通常线性模型就能达到满意的精度。一、特征的表示粒度: 学习算法在一个什么粒度上的特征表示,才有能发挥作用?就一个图片来说,像素级的特征根本没有价值。例如下面的摩托车,从像素级别,根本得不到任何信息,其无法...
分类:其他好文   时间:2015-09-01 10:34:00    阅读次数:142
机器学习及其matlab实现—从基础到实践——HW3
Contents I. 清空环境变量II. 训练集/测试集产生III. 数据归一化IV. BP神经网络创建、训练及仿真测试V. 性能评价VI. 画图 I. 清空环境变量 clear all clc II. 训练集/测试集产生 1. 导入数据 load concrete_data.mat 2. 随机产生训练集和测试集 temp = randperm(size(attr...
分类:其他好文   时间:2015-08-31 23:49:02    阅读次数:413
机器学习及其matlab实现—从基础到实践——HW2
Contents 读取外部数据文件(文件格式不限,mat、txt、xls、csv等均可)绘制图形(包含xlabel、ylabel、title、legend,并对字体和线性进行设置) 读取外部数据文件(文件格式不限,mat、txt、xls、csv等均可) 1. mat格式 load data.mat 2. txt格式 M = importdata('data.txt'); ...
分类:其他好文   时间:2015-08-31 23:48:50    阅读次数:244
机器学习中的两个概率模型
discriminative model 和 generative model是机器学习算法中两种概率模型,用来实现对训练样本的概率分布进行建模,在实践中由于经常混淆,现在通过查阅资料,将两者的分别总结于此。...
分类:其他好文   时间:2015-08-31 21:47:15    阅读次数:158
你可能不知道的一些机器学习事儿
你可能不知道的一些机器学习事儿        最近零零碎碎地看了很多机器学习方法的东西,增长了不少新知识。有很多小技巧虽然不会出现在教科书中,但它们真的很实用。 (1)随机森林模型不适合用稀疏特征。 (2)测试集必须使用与训练集相同的方法进行预处理。 (3)L1正则(特征选择)最小样本数目m与特征n呈log关系,m = O(log n) ;          L2正则(旋转不变)最小样本...
分类:其他好文   时间:2015-08-31 21:44:15    阅读次数:234
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!