机器学习
csd54496
这个作者很懒,什么都没留下…
展开
-
AndrewNg机器学习第五周-神经网络的学习 Neural Networks learning
转自:http://www.cnblogs.com/python27/p/MachineLearningWeek05.html这一章可能是Andrew Ng讲得最不清楚的一章,为什么这么说呢?这一章主要讲后向传播(Backpropagration, BP)算法,Ng花了一大半的时间在讲如何计算误差项δ δ,如何计算Δ Δ的矩阵,以及如何用Matlab去实现后向传播,然而最关键的问题——为什么要转载 2016-11-04 20:39:01 · 1304 阅读 · 0 评论 -
AndrewNg机器学习第五周作业:多输出神经网路最后输出结果含义
在做第五周的作业的时候产生了一个疑问: 第五周作业一开始是先训练一个三层神经网络的theta参数。5000个样本,400个features输入一个神经网络层,最后输出层有10个神经元,最后输出的a3维度是10*5000,因为一开始已经初始化了theta并已知正确的y输出,最后输出的a3矩阵是 这张照片对应的y输出是 10 10 10 10 10 10 ··· (这个原创 2016-11-05 12:45:44 · 4825 阅读 · 1 评论 -
AndrewNg机器学习第三周作业:关于验证自己得出的Hypothesis的准确度
ex2中的题目,使用自带的GradObj方法得出使得cost functionz最小的theta值之后,要对这个得出的假设函数进行评估,判断原有的训练集对这个假设函数的拟合情况p=sigmoid(X*theta);p=p>0.5;fprintf('Train Accuracy: %f\n', mean(double(p == y)) * 100);注意这里的>0.5使得原来p中[ 0.532原创 2016-10-17 10:46:20 · 866 阅读 · 0 评论 -
AndrewNg机器学习第四周作业:关于使用逻辑回归、神经网络训练数据并应用之的心得
ex3的作业是根据已有的数据集 (20*20像素的图片,每个像素是一个feature,总共400个features,400个features作为输入X,数据集已经包含输出的y,代表这是什么数字),去识别手写数字。首先是使用逻辑回归方法来分类10个数字(分类问题)。一、逻辑回归 参数theta的训练与预测一开始的theta矩阵是ones创建的,构建逻辑回归的cost Function和gradi原创 2016-10-30 21:57:15 · 2169 阅读 · 0 评论 -
2、页面置换算法
置换的东西是页,当页的空间不够时,我们需要将一些内存中的页置换到外存中但是到底如何选择,需要使用算法实现一、局部置换算法置换页面的选择范围只局限于当前进程占用的物理页。1、最优页面置换算法(OPT)把最后要使用的页置换出来。 评价: - 无法实现,因为无法预知未来。但是可以用来评估其他算法的效率2、先入先出算法(FIFO)链表记录每一页,链首记录的页在物理内存中呆的时间最长,链尾最短。把链首元原创 2016-11-12 14:01:40 · 857 阅读 · 0 评论