机器学习理论
du_qi
投身AI,专注机器学习,坚持不懈,踏实进取!
展开
-
Deep Learning资源整理
教程: http://neuralnetworksanddeeplearning.com – Python-netowrk, network2, network3,从浅层神经网络到深度学习原创 2016-09-01 17:02:29 · 732 阅读 · 0 评论 -
分类算法中的ROC与PR指标
做过图像识别、机器学习或者信息检索相关研究的人都知道,论文的实验部分都要和别人的算法比一比。可怎么比,人多嘴杂,我说我的方法好,你说你的方法好,各做各的总是不行——没规矩不成方圆。于是慢慢的大家就形成了一种约定,用ROC曲线和PR曲线来衡量算法的优劣。关于ROC曲线和PR曲线的详细介绍可参考资料:ROC Analysis and the ROC Convex HullTom Fawce转载 2016-06-22 15:31:50 · 821 阅读 · 0 评论 -
机器学习斯坦福公开课学习笔记
第1课 机器学习的动机与应用无监督学习适用于即使是人也不知道正确答案,但是要进行分类的数据,即对无标签数据进行分类 强化学习可用于机器人领域,实现一些很复杂的、人很难写出每个细节的控制程序,如机器人或机器狗的行走、跨越障碍第2课 监督学习应用与梯度下降视频中定义的一些符号:m训练样本数,n特征数,X输入样本,Y输出变量,θ\theta参数向量,(x(i),y(i))(x^{(i)}, y^{(i)原创 2017-03-12 13:23:58 · 1530 阅读 · 0 评论