- 博客(11)
- 收藏
- 关注
RSS订阅原创 CS231n Assignment1 流程及部分知识点
本文仅为备忘Assignment1 的基本操作为：1、读取数据集，输出shape# Load the raw CIFAR-10 data.cifar10_dir = 'cs231n/datasets/cifar-10-batches-py'# Cleaning up variables to prevent loading data multiple times (which ...
2019-08-11 16:55:31
428
原创 Coursera-Machine-Learning-Review-W6
Evalutating a Learning Algorithm 这里关注与在开发机器学习系统中，如何决定接下来要做什么。 以线性回归为例，若预测结果有较大误差时，我们会有很多抉择，例如寻找更多数据，加入更多特征，增大或减小学习速率等等，但是如何进行选择并不应该是凭感觉的，否则会浪费很多时间。这里我们引入机器学习诊断法，通过一种方法更快的进行选择。 ...
2018-08-27 12:46:59
254
原创 Coursera-Machine-Learning-ex4
上一个练习中我们使用给定的权重矩阵对手写数字进行预测，本次练习中，我们尝试去学习参数θ。Neural Networks首先使用displayData方法对训练集数据进行可视化。和之前的训练集一样，共5000个训练样本，每个样本为20*20像素的图片，展开以400维向量形式给出。训练样本处理如下：首先确定结构，我们本次使用三层结构，一个输入层，一个隐藏层，一个输出层。由于我们...
2018-08-15 16:38:59
787
原创 Coursera-Machine-Learning-Review-W5
Cost Function and Backpropagation 下面我们讨论如何利用神经网络进行学习。 首先引入一些标记，L表示神经网络总层数，sl表示第l层的神经单元个数(不包括偏置单元)，对于二元分类问题，只需要一个输出单元，令输出为0或1。对于多元分类问题，分成k类，则输出单元为k个k维向量。 关于代价函数，我们沿用逻辑回归中的代...
2018-08-13 20:04:52
213
原创 Coursera-Machine-Learning-ex3
这一部分练习，我们使用逻辑回归和神经网络识别手写数字。Multi-class Classification首先载入5000个训练样本的矩阵，每一个训练样本是20x20像素的灰度值，并且被展开成一个400维向量，成为矩阵中的一行。而第二部分就是这5000个样本的标签，为一个5000维向量，分别对应其正确值。我们首先随机选择其中的100行，使用displayData方法展示出这100个样本...
2018-08-09 22:34:15
345
原创 Coursera-Machine-Learning-Review-W4
Motivations 这里首先介绍了一下神经网络算法的动机。对于一个非线性分类问题，我们可以通过多项式拟合出决策边界，但是对于现实问题，特征数往往由于过多而带来很多问题，比如计算量过大，过拟合等等，例如下图的一辆汽车，我们一眼就能看到这是一辆车，但是对于计算机来讲，他是像素点的集合，特征很多，就需要引入一种新的算法。Neural Network 神经网...
2018-08-09 18:38:22
197
原创 Coursera-Machine-Learning-ex2
本次编程作业需要完成一个逻辑回归模型，来预测一个学生是否能够被允许入学。ex2第一步进行训练集的可视化，这里pdf提供了代码，我们只需要把其填入plotData.m就可以看到训练集的情况。function plotData(X, y)%PLOTDATA Plots the data points X and y into a new figure % PLOTDATA(x,y...
2018-08-05 19:38:47
343
原创 Coursera-Machine-Learning-Review-W3
Classification and Representation 我们在日常生活中还会遇到关于分类的问题，例如垃圾邮件分类，肿瘤良性与恶性的分类，在这种问题中我们倾向于以0和1来分别代表分类的两个值，所以我们需要一个能够进行分类的算法。利用之前学习的线性回归我们或许可以拟合一条直线，假设函数不变，接着对假设函数值进行预测，以0.5为边界分别预测0和1。但是当我们延长坐标轴时，可...
2018-08-01 11:31:49
272
原创 Coursera-Machine-Learning-ex1
warmUpExercise这个部分主要为了熟悉如何运行程序，按要求返回一个5阶单位矩阵即可，warmUpExercise.m代码如下function A = warmUpExercise()%WARMUPEXERCISE Example function in octave% A = WARMUPEXERCISE() is an example function that re...
2018-07-25 16:22:47
427
原创 Coursera-Machine-Learning-Review-W2
Multivariate Linear Regression W1的房价预测中，我们只有一个特征，即面积为变量来预测房价。但是生活中对于结果预测需要多个特征，拿房价举例就和房子使用年限等等特征都影响房价。所以此处引入多个特征变量，以上标表示。 自然的，假设函数也要同样的进行改变，写成多变量形式，并且为了后面便于计算，这里使用列向量x来代替变量x0~xn，其中x...
2018-07-21 01:20:41
268
原创 Coursera-Machine-Learning-Review-W1
这个假期开始学习Machine-Learning相关的知识，进行了几周之后感觉由于课程对相关的很多概念和计算进行了包装，课程理解上以及编程作业上经常会有一些疑点，需要进行思考才能比较通透的理解，并且由于英文Online的原因，部分解释感觉也需要进行一些翻译，所以这里会更新一些个人对于本课程同步的理解，以及包括部分quiz和编程作业较为详细的代码层面和理论层面的解答。如有问题，还望多加...
2018-07-15 20:11:16
256
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人