![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
danerli
这个作者很懒,什么都没留下…
展开
-
RNN(Recurrent Neural Networks)
What is RNN?多层反馈RNN(Recurrent neural Network、循环神经网络)神经网络是一种节点定向连接成环的人工神经网络。这种网络的内部状态可以展示动态时序行为。不同于前馈神经网络的是,RNN可以利用它内部的记忆来处理任意时序的输入序列,这让它可以更容易处理如不分段的手写识别、语音识别等。RNN结合这一张图片,我们可以看出在图片左侧的经典RNN模型展开后原创 2018-01-18 23:26:20 · 281 阅读 · 0 评论 -
Andrew Ng机器学习课程笔记(十七)之无监督学习之主成份分析与降维
PrefacePrincipal Components AnalysisProblemNormalize Mean and VarianceFor ExamplePrincipal Components AnalysisPrefacePrincipal Components Analysis(主成份分析)Principal Components Analy...原创 2018-05-13 23:50:13 · 277 阅读 · 0 评论 -
Andrew Ng机器学习课程笔记(十六)之无监督学习之因子分析模型与EM算法
PrefaceJensen’s InequalityExpectation-Maximization AlgorithmPrefaceFactor Analysis(因子分析模型)EM Algorithm for Factor AnalysisJensen’s InequalityExpectation-Maximization Algorithm...原创 2018-05-13 19:53:38 · 1611 阅读 · 0 评论 -
Andrew Ng机器学习课程笔记(十八)之无监督学习之独立成份分析
PrefaceCocktail Party ProblemICA AmbiguitiesDensities FunctionLinear TransformationsIndependent Component AnalysisPrefaceCocktail Party Problem(鸡尾酒宴会问题) ICA Ambiguities(ICA不确定性) D...原创 2018-05-18 23:24:10 · 482 阅读 · 0 评论 -
Andrew Ng机器学习课程笔记(十五)之无监督学习之混合贝叶斯模型与EM算法
PrefaceJensen’s InequalityExpectation-Maximization AlgorithmPrefaceJensen’s Inequality(Jensen不等式) Expectation-Maximization Algorithm(EM算法)Jensen’s InequalityExpectation-Maximizati...原创 2018-05-11 23:14:07 · 4417 阅读 · 6 评论 -
Andrew Ng机器学习课程笔记(十四)之无监督学习之混合高斯模型与EM算法
PrefaceGaussian Mixture ModelJensen’s InequalityExpectation-Maximization Algorithm(EM)EM Algorithm for GMMPrefaceGaussian Mixture Model(GMM,高斯混合模型) Jensen’s Inequality(Jensen不等式) Exp...原创 2018-05-11 21:46:46 · 1068 阅读 · 0 评论 -
Andrew Ng机器学习课程笔记(十三)之无监督学习之EM算法
PrefaceJensen’s InequalityExpectation-Maximization AlgorithmPrefaceJensen’s Inequality(Jensen不等式) Expectation-Maximization Algorithm(EM算法)Jensen’s InequalityExpectation-Maximizati...原创 2018-05-11 18:34:29 · 1596 阅读 · 0 评论 -
Andrew Ng机器学习课程笔记(十一)之学习理论之贝叶斯统计和规则化
PrefaceBayesian Statistics And RegularizationPreface主要内容: Bayesian Statistics And Regularization(贝叶斯统计和规则化)Bayesian Statistics And Regularization在这里我们将使用一种不同于最大似然估计的方法来求解 h(θ)h(θ)...原创 2018-05-05 15:00:40 · 350 阅读 · 0 评论 -
Andrew Ng机器学习课程笔记(十二)之无监督学习之K-means聚类算法
PrefaceUnsupervised LearningK-means聚类算法算法内容收敛验证PrefaceUnsupervised Learning(无监督学习) K-means聚类算法Unsupervised Learning我们以前介绍的所有算法都是基于有类别标签的数据集,当我们对于没有标签的数据进行分类时,以前的方法就不太适用了。我们对于这...原创 2018-05-09 22:25:19 · 359 阅读 · 1 评论 -
Andrew Ng机器学习课程笔记(九)之学习理论之经验风险最小化
PrefaceBias/Variance Trade-offEmpirical Risk MinimizationStep1:两个定理Step2:假设条件Step3:Training Error(训练误差)Step4:Generalization Error(泛化误差)Step5:假设类HH\mathcal HStep6:经验风险最小化ERMThe case of fin...原创 2018-04-20 22:55:21 · 295 阅读 · 0 评论 -
Andrew Ng机器学习课程笔记(七)之监督学习之Support Vector Machine(2)
PrefaceOptimal Margin ClassifierKernels特征转化核函数(Kernel Function)特殊例子核函数有效性判定核与核函数的推广Preface本文将正式开始对SVM(Support Vector Machine,支持向量机)的推导与介绍,以及最为重要的“核”的概念。 主要内容: Optimal Margin C...原创 2018-04-13 21:22:20 · 242 阅读 · 0 评论 -
Andrew Ng机器学习课程笔记(十)之学习理论之模型选择
Preface问题定义Cross ValidationFeature SelectionForward/Backward Search(正向搜索/反向搜索)Filter Feature Selection Method(滤特征选择算法)Preface主要内容: Cross Validation(交叉验证) Feature Selection(特征选择)...原创 2018-04-22 23:39:29 · 274 阅读 · 0 评论 -
Andrew Ng机器学习课程笔记(六)之监督学习之Support Vector Machine(1)
PrefaceNotationFunctional Margins Geometric MarginsOptimal Margin ClassifierStep1:条件假设 Step2:公式推演Lagrange DualityPrimal ProblemDual Optimization Problem参考资料Preface本文对于SVM(Sup...原创 2018-04-12 22:09:55 · 331 阅读 · 0 评论 -
Andrew Ng机器学习课程笔记(八)之监督学习之Support Vector Machine(3)
PrefaceL1 Norm Soft Margin SVMCoordinate AscentSequential Minimal OptimizationPreface主要内容: 在前面两篇SVM博客中我们所考虑的都是样本数据可以继续线性划分的情况,在这里我们将介绍非线性划分。 L1 Norm Soft Margin SVM(软间隔SVM) Coordinat...原创 2018-04-16 22:21:25 · 274 阅读 · 0 评论 -
Andrew Ng机器学习课程笔记(五)之监督学习之Generative Learning Algorithms
PrefaceGenerative Learning Algorithms生成学习算法GLA与判别学习算法DLA:Gaussian Discriminant AnalysisMultivariate Gaussian Distribution(多元高斯分布)Gaussian Discriminant Analysis modelGaussian Discriminant Ana...原创 2018-04-10 23:14:32 · 598 阅读 · 0 评论 -
LSTM(Long Short-Term Memory)和LSTM例子理解
What is LSTMLSTM(Long Short-Term Memory)是长短期记忆网络,是一种时间递归神经网络,适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。 LSTM 已经在科技领域有了多种应用。基于 LSTM 的系统可以学习翻译语言、控制机器人、图像分析、文档摘要、语音识别图像识别、手写识别、控制聊天机器人、预测疾病、点击率和股票、合成音乐等等任务。LSTMLSTM是为了解原创 2018-01-19 00:29:54 · 1313 阅读 · 0 评论 -
Andrew Ng机器学习课程笔记(十九)之强化学习
PrefaceMarkov Decision ProcessesMDP定义MDP例子MDP过程Value FunctionValue IterationPolicy IterationPrefaceMarkov Decision Processes(MDP,马尔科夫决策过程) Value Function(价值函数) Value Iteration(值...原创 2018-05-25 22:16:35 · 834 阅读 · 0 评论