2020年04月_空字符（公众号：月来客栈）

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 01月

原创你从未见过从这个角度来解释梯度下降算法

1 引例在前面的介绍中，笔者都是不假思索的直接给出了线性回归的目标函数J(W,b)J(W,b)J(W,b)，也没有给出严格的数学定义，并且还问过能不能改成绝对值或者4次方等等。同时，我们在求解的过程中是直接通过开源框架所实现的，也并不知道其内部的真正原理。因此，这篇文章笔者将比较详细对目标函数的求解过程和最小二乘法进行讲解。根据前面的介绍我们知道，梯度下降算法的目的是用来最小化目标函数，也就是...

2020-04-30 08:48:29 600

原创线性回归（模型的评估)

1 前言前面两篇文章笔者介绍了如何建模线性回归（包括多变量与多项式回归）、如何通过sklearn搭建模型并求解。但是对于一个求解出来的模型我们应该怎样来对其进行评估呢？换句话说，你这个模型到底怎么样？以最开始的房价预测为例，现在假设你求解得到了图中所示的两个模型h1(x)h_1(x)h1(x)与h2(x)h_2(x)h2(x)，那么应该选哪一个呢？亦或是在不能可视化的情况下，应该来如何评...

2020-04-30 08:39:50 1667 1

原创线性回归（多变量与多项式回归）

1 多变量线性回归1.1 概念在上一篇文章中笔者详细的介绍了什么是线性回归以及一个典型的应用场景，同时还介绍了如何通过开源的sklearn来搭建一个简单的线性回归模型，使得对于线性回归的核心思想有了一定的掌握。接下来，笔记继续带领读者来进行下一步的学习。在这里还是以房价预测为例。尽管影响房价的主要因素的面积，但是其它因素同样也可能影响到房屋的价格。例如房屋到学校的距离、到医院的距离和到大型商...

2020-04-28 20:00:56 1967

原创线性回归（模型的建立与求解）

0 前言在上一篇文章中笔者介绍了如何通过三个阶段来循序渐进的学习一个机器学习算法，那么下面就开讲解第一个算法：线性回归（Linear Regression）。如图所示为整个线性回归的学习路线图，且由于是第一个算法，所以会介绍很多基本的内容，导致看起来有很多内容。因此，对于整个线性回归的学习笔者将通过五篇文章来进行介绍。但是，值得高兴的是只要完成前四步就基本完成了第一阶段的学习。下面就将正式开...

2020-04-27 16:24:39 3493

原创 LSTM与GRU有什么联系和区别？

LSTM结构中的C（cell），和GRU结构中的H（隐藏单元），有什么联系和区别？LSTM中的C和GRU中的H都是经过了遗忘和输入门（GRU中的更新们也是由遗忘和输入门组成的），也都是未经过输出门而直接往后传递的。他们有什么区别呢？我自己的猜想：GRU的重置门就相当于LSTM中的更新门。LSTM中的C经过输出门之后形成了H，因为有输出门所以H更关注当前状态的信息，而C携带者之前的所有状态的...

2020-04-04 20:51:23 1595

原创 Pycharm的安装与环境配置

1 Pycharm下载与安装下载在Python开发中，常用的IDE就是Pycharm了，从名字也可以看出它是专门为Python而设计开发的。首先我们需要去Pycharm官网（https://www.jetbrains.com/pycharm/）下载离线安装包（顺便说一句，对于各类软件的下载尽量选择去官网而非其它第三方网站，不然到时桌面可能就多了一堆软件）。可以看到页面提供了两...

2020-04-02 22:56:36 7088

原创优雅的安装和使用Anaconda

1 安装Anaconda作为在python开发中一款优秀的包管理工具，Conda管理工具有着其独特的优势，尤其是在机器学习和深度学习的开发中。例如最新版本的Conda在安装Tensorflow-gpu版本时，通过Conda install来进行安装就能够自动根据Tensorflow的版本匹配好Cuda驱动以及cuDNN的版本号，可谓十分友好。因此下面就来介绍其基本的安装与使用。1.1 Win...

2020-04-02 16:50:46 1279

原创如何才能入门机器学习？

一个好的学习步骤好的方法事半功倍，差的方法事倍功半。当然，本质上来说方法没有好坏，只有适合不适合。而我下面所总结的用于入门机器学习的方法也只是我一家之言，或者是很适合我自己的方法，当然也是值得借鉴的。在知乎隔不了多久就会看到有人提问如何才能入门机器学习。想想自己刚刚开始接触机器学习的时候又何尝不是这样，总觉得自己一直是在门外徘徊，就是不得其中之道。幸运的是经过漫长的时间摸索，也总结出了适合自己...

2020-04-01 16:44:45 427

神经网络手写体识别

斯坦福机器学习第五章，课后练习，神经网络手写体识别，实例源码。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

2017-09-24

神经网络与深度学习

随着AlphaGo与李世石大战的落幕，人工智能成为话题焦点。AlphaGo背后的工作原理'深度学习'也跳入大众的视野。什么是深度学习，什么是神经网络，为何一段程序在精密的围棋大赛中可以大获全胜？人工智终将会取代人类智慧吗？, 本书结合日常生活中的寻常小事，生动形象地阐述了神经网络与深度学习的基本概念、原理和实践，案例丰富，深入浅出。对于正在进入人工智能时代的我们，这些内容无疑可以帮助我们更好地理解人工智能的原理，丰富我们对人类自身的认识，并启发我们对人机智能之争更深一层的思考与探索。, 《神经网络与深度学习》是一本介绍神经网络和深度学习算法基本原理及相关实例的书籍，它不是教科书，作者已尽量把公式减少到最少，以适应绝大部分人的阅读基础和知识储备。《神经网络与深度学习》涵盖了神经网络的研究历史、基础原理、深度学习中的自编码器、深度信念网络、卷积神经网络等，这些算法都已在很多行业发挥了价值。, 《神经网络与深度学习》适合有志于从事深度学习行业的，或想了解深度学习到底是什么的，或是有一定机器学习基础的朋友阅读。

2017-09-24