- 博客(5)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 机器学习（周志华版）读书笔记1
第一章:绪论机器学习致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。在计算机系统中，”经验”通常以”数据”形式存在，因此，机器学习所研究的主要内容，是关于在计算机上从数据中产生”模型(model)”的算法，即“学习算法”(learning algorithm)。若我们预预测的是离散值，例如“好瓜”，“坏瓜”，此类学习任务称为“分类”(classification)。若我们预预测的是连续值
2016-06-17 21:13:32
2244
原创 COURSERA机器学习笔记2
第五周：Neural Networks: Learning关于神经网络的记法： 神经网路的代价函数： 直接计算神经网络的各项导数很复杂，为了计算导数，采用反向传播(backpropagation)的算法： 前项传播原理： 后向传播： 矩阵与向量之间的转换： 使用矩阵表达式的好处是：当你的参数以矩阵的形式存储时，你在进行正向传播和反向传播时，你会觉得更加方便。 使用向量表达式的好处是：如
2016-06-04 21:44:42
536
原创 2016互联网趋势报告
QUARTZ: http://qz.com/697050/mary-meekers-2016-internet-trends-report-all-the-slides-plus-highlights/知乎：https://www.zhihu.com/question/47012694
2016-06-02 18:51:43
350
原创 大数据系统学习笔记
综述大数据的特征（five V）:1.体量大(volume) 2.速度快(velocity) 3.模态多(variety) 4.难辨识(veracity) 5.价值大密度低(value)大数据难点：1.数据类型多(variety) 2.要求及时响应(velocity) 3.数据的不确定性(veracity)大数据时代处理数据的理念：1.要全体不要抽样 2.要效率不要绝对精确 3.要相
2016-06-02 18:29:09
1298
原创 分清big data,ML,AI之间的关系
How are big data and machine learning related?（大数据与机器学习间关系）下面是回答： 1. Big data and machine learning are not related, but when used together can do real wonder. （没有直接联系，但是在一起效果更好）Machine Learning & Big
2016-06-01 11:46:15
4549
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人