- 博客(7)
- 资源 (3)
- 收藏
- 关注
RSS订阅转载 不要做一个浮躁的程序员
1.不要看到别人的回复第一句话就说：给个代码吧！你应该想想为什么。当你自己想出来再参考别人的提示，你就知道自己和别人思路的差异。;2.初学者请不要看太多太多的书那会误人子弟的，先找本系统的学，很多人用了很久都是只对部分功能熟悉而已，不系统还是不够的。;3.看帮助,不要因为很难而自己是初学者所以就不看；帮助永远是最好的参考手册，虽然帮助的文字有时候很难看懂，总觉得不够直观。;
2016-07-23 09:57:32
311
转载 机器学习入门书单
继NLP之后，我又开了ML这个大坑。这是因为NLP涉及到太多的ML模型，仅仅拿过来用的话，我实现的HanLP已经快到个人极限了。而模型背后的原理、如何优化、如何并行化等问题，都需要寻根求源才能解决。所以我找了个书单自学，电子书为主，顺便分享出来。ML书单│ 李航.统计学习方法.pdf│ 机器学习及其应用.pdf│ All of Statistics - A Concise Cou
2016-07-18 12:23:01
396
转载 统计学习笔记（2）——感知机模型
感知机学习旨在求出将训练数据集进行线性划分的分类超平面，为此，导入了基于误分类的损失函数，然后利用梯度下降法对损失函数进行极小化，从而求出感知机模型。感知机模型是神经网络和支持向量机的基础。下面分别从感知机学习的模型、策略和算法三个方面来介绍。1. 感知机模型 感知机模型如下：f(x)= sign(w*x+b) 其中，x为输入向量，sign为符号函数
2016-07-14 17:48:06
467
1
转载 统计学习笔记（1）——统计学习方法概论
1.统计学习 统计学习是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科，也称统计机器学习。统计学习是数据驱动的学科。统计学习是一门概率论、统计学、信息论、计算理论、最优化理论及计算机科学等多个领域的交叉学科。 统计学习的对象是数据，它从数据出发，提取数据的特征，抽象出数据的模型，发现数据中的知识，又回到对数据的分析与预
2016-07-14 17:46:43
455
转载 机器学习入门：机器学习概论
什么是机器学习？ 在1959年，Arthur Samuel：不用编程去指定机器做什么，而是让机器有能力自己学习；在1998年，Tom Mitchell：首先定义任务T，经验E，表现P，如果机器有一个任务T，随着经验E的增多，表现P也会变好，则表示机器正在经验E中学习； 以上就是对机器学习的两个定义； 机器学习在生活中也处
2016-07-12 10:40:55
324
转载 机器学习入门：线性回归及梯度下降
本文会讲到：(1)线性回归的定义(2)单变量线性回归(3)cost function：评价线性回归是否拟合训练集的方法(4)梯度下降：解决线性回归的方法之一(5)feature scaling：加快梯度下降执行速度的方法(6)多变量线性回归Linear Regression 注意一句话：多变量
2016-07-11 23:34:16
387
转载 从机器学习谈起
在本篇文章中，我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习，并且上手相关的实践。这篇文档也算是EasyPR开发的番外篇，从这里开始，必须对机器学习了解才能进一步介绍EasyPR的内核。当然，本文也面对一般读者，不会对阅读有相关的前提要求。在进入正题前，我想读者心中可能会有一个疑惑：机器学习有什么重要性，以至于要阅读完这篇非常长的文章呢？我
2016-07-08 10:31:10
338
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人