Course课程学习
文章平均质量分 57
simonGeek
Geek技术 Share想法 Update思想 Download成果
展开
-
如何提高工作效率-杜绝以下七种事情
想提升工作效率,就別再做这七件事2014年6月18日 17:31 查看原网页试想一位小公司老板每日孜孜不倦地工作,为何不能从为数众多的竞争者脱颖而出?一位创业家可以不眠不休一天工作24 小时,整整一周不休假。 然而,时间有限,且竞争者却永远可以投入更多钱与心力,让竞争更剧烈。那么,为什么某些小型新创公司可以完成许多大型企业无法完成的事情呢?●Instagram─转载 2014-06-18 21:32:59 · 960 阅读 · 0 评论 -
机器学习-1 初步认识机器学习、监督学习和非监督学习
一直对机器学习大数据方面的技术感兴趣,平时也在持续关注相关信息。但是,经过很长一段时间之后,发现,这种碎片化的学习只能停留在浅尝辄止,知道、听说过和了解的基础上,很难对技术有一个系统化的认识、全面而深入的学习,痛定思痛,计划使用三个月的时间,对机器学习进行系统化的学习,以期达到融会贯通等目的。在这里,也欢迎感兴趣的同学一起学习,将每天的学习内容分享,一来可以督促坚持,二来可以相互分享,共同进步。另原创 2017-02-21 10:36:25 · 961 阅读 · 0 评论 -
机器学习-4 多特征 Multiple Features
在前面一直介绍的是单变量或者双变量的线性回归方程,在本篇文章中,开始介绍多变量的回归方程,带有多个变量的线性回归,又称为“multivariatelinear regression”。下面就来介绍一下,带有任意多个变量的方程式的写法:根据上面的描述,多变量的假设方程h就可以写成如下:为了更加形象的阐述和理解上述方程,可以将这个假设函数想象成根据房子的一些特征预测房价原创 2017-03-02 09:53:12 · 3216 阅读 · 0 评论 -
机器学习-2 模型表示
机器学习中,首先遇到的概念就是模型(Model),模型有一个入口一个出口,x(i) 表示输入变量或者输入特征,y(i) 表示输出或想要预测的目标变量,一组(x(i), y(i)) 被成为一个训练样本(training example),所有被使用的用于训练模型的数据集(x(i), y(i)) (i=1,2,3,..., m)被称为一个训练集或训练样本集(training set),其中,i只原创 2017-02-22 11:01:24 · 1210 阅读 · 0 评论 -
机器学习-3 cost function 代价函数
1、代价函数简介代价函数是用来衡量假设函数(hypothesis function)的准确性,具体衡量指标是采用平方差的方式计算。例如,假设函数是 hθ(xi) = θ0 + θ1yi,那么,代价函数就是:其中,m是样本数量。同时,这个函数还可以称为"Squared error function" 或者 "Mean squared error”,同时,除以2的原因是为了方便之后的梯度下降,原创 2017-02-24 09:25:05 · 5398 阅读 · 1 评论 -
机器学习-5 多变量的梯度下降 Gradient Descent For Multiple Variables
多变量的梯度下降 Gradient Descent for Multiple Variables梯度下降等式的本身是完全相同的形式,我们只是需要强调一下多变量('n' features)的问题换句话说:下面的图片比较了梯度下降在单变量和多变量的两种场景:梯度下降实践 I-特征尺度我们可以通过将输入值控制在一个相同的范围内来加速梯度下降的速原创 2017-03-07 14:28:31 · 5028 阅读 · 0 评论