- 博客(9)
- 收藏
- 关注
原创 Deep Learning:一、认识DL
从科学、技术和人工智能诞生之初,科学家们就在设想:机器如何能够像人类一样聪明。很多的作家通过文学作品描述这个场景,比如星球大战等等。而机器学习与深度学习是最有希望突破的两个方向。本文中我将主要介绍深度学习的简史、代表性人物、应用领域和相关的资料总结。
2016-08-11 21:44:53 2598
原创 MachineLearning:四、逻辑回归in python
前面讲了logistic的理论部分,这里我参照《机器学习实战》写了logistic的实现部分。如果对logistic不清楚,请看逻辑回归。我建立了一个逻辑回归的类,类中包含三个主要函数:fit:拟合模型.predict:进行预测score:求错误率
2016-08-29 15:41:38 707
原创 MachineLearning:三、聊聊逻辑回归
在Machine Learning中,逻辑斯蒂回归(Logistic Regression)是十分经典的方法,简称LR,虽然名字叫回归,但是这是线性分类模型而不是回归模型。这里面涉及到一些知识点,包括极大似然估计,损失函数,梯度下降,正则化等这篇文章的主要目的,就是通过理论与实践相结合的方式分享LR模型。
2016-08-29 15:25:54 1215
原创 DeepLearning:五、BP神经网络in python
下面这段代码来自IMPLEMENTING A NEURAL NETWORK FROM SCRATCH IN PYTHON – AN INTRODUCTION中的代码,将上一章节中的BP神经网络实现出来。代码并没有考虑效率,但是代码很容易理解整个BP过程,这里我将我的理解记录下来并分享出来,加深印象。
2016-08-29 14:56:51 3909
原创 DeepLearning:四、BP神经网络
前面简单的认识了一下神经网络,这里我要与大家分享的是神经网络中的大明星:BP算法。下面的内容主要是来自斯坦福大学的教程,这篇教程是我看过的所有BP相关教程中最好的,其中补充了一些内容。
2016-08-25 08:53:30 2525
原创 DeepLearning:三、神经网络
从科学、技术和人工智能诞生之初,科学家们就在设想:机器如何能够像人类一样聪明。很多的作家通过文学作品描述这个场景,比如星球大战等等。而机器学习与深度学习是最有希望突破的两个方向。
2016-08-13 16:10:14 1287
原创 DeepLearning:二、t-SNE(Stochastic Neighbor Embedding )降维方法
t-distributed stochastic neighbor embedding(t-SNE)是一种机器学习中的降维方法,是由Laurens van der Maaten 和Geoffrey Hinton提出的。这是一种将高维数据降维到两维后者三维的非线性降维方法,并且可以通过点可视化出来。
2016-08-11 10:27:18 5643
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