- 博客(4)
- 资源 (5)
- 收藏
- 关注
原创 第0节-斯坦福cs229机器学习笔记
国内本科和研究生对于机器学习的热情特别高涨,北邮研一开了一门机器学习与模式识别的课程100人的课容量,两秒就抢没了。然而据我观察很多同学学习机器学习的时候有两个问题,第一学习资料杂乱,符号标记不一致导致公式推导过程难以记忆。第二,缺少动手编程的机会,因此对很多公式理解不深刻。 斯坦福人工智能实验室是人工智能领域的扛把子,牛人包括现在在百度的吴恩达NG(具体课程CS229)和现在在Google
2017-01-15 11:14:52 4575 1
原创 第3节-局部加权回归、概率解释和罗蒂斯特回归
第三个视频简单介绍了欠拟合(underfitting)和过拟合(overfitting)的概念。然后开始讲解局部加权回归(locally weighted linear regression),最小二乘法的概率解释(probabilistic interpretation),逻辑斯特回归(logistic regression)和感知机(digression)。
2017-01-17 21:22:29 983
原创 第1、2节-线性规划、梯度下降和正规方程组
监督学习,非监督学习,学习理论和加强学习,便于学生理解机器学习有一个整体的认识。介绍监督学习中的线性规划问题,并且介绍了解线性规划问题的梯度下降和常规方程组的方法。
2017-01-12 21:00:49 1450 3
第十三到十五课
2018-01-12
第十到十二课
2018-01-12
第七到九课
2018-01-11
第四到六课
2018-01-11
机器学习要点第一到三课
2018-01-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人