Rachel Zhang_ML
看不见我呀
坚持就是胜利
展开
-
怎样选择机器学习方法(6)
http://blog.csdn.net/abcjennifer/article/details/7797502 本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vector Machines 支持转载 2017-12-14 17:32:13 · 224 阅读 · 0 评论 -
神经网络之梯度下降法(5)
反向传播算法是多层神经网络的训练中举足轻重的算法,本文着重讲解方向传播算法的原理和推导过程。因此对于一些基本的神经网络的知识,本文不做介绍。在理解反向传播算法前,先要理解神经网络中的前馈神经网络算法。 前馈神经网络 如下图,是一个多层神经网络的简单示意图: 给定一个前馈神经网络,我们用下面的记号来描述这个网络: L:表示神经网络的层数; nl:表示第l层神经元的个数;转载 2017-12-19 13:53:27 · 2092 阅读 · 0 评论 -
神经网络(4)
http://blog.csdn.net/abcjennifer/article/details/7749309 本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vector Machines 支持转载 2017-12-14 16:37:03 · 162 阅读 · 0 评论 -
Stanford机器学习---第三讲. 逻辑回归和过拟合问题的解决 logistic Regression & Regularization
http://blog.csdn.net/abcjennifer/article/details/7716281 本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vector Machines 支持转载 2017-12-19 10:08:02 · 120 阅读 · 0 评论 -
Stanford机器学习---第二讲. 多变量线性回归 Linear Regression with multiple variable
http://blog.csdn.net/abcjennifer/article/details/7700772 栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vector Machines 支持向转载 2017-12-18 17:52:10 · 173 阅读 · 0 评论 -
Stanford机器学习---第一讲. Linear Regression with one variable
http://blog.csdn.net/abcjennifer/article/details/7691571 本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vector Machines 支持转载 2017-12-18 17:28:16 · 137 阅读 · 0 评论 -
Stanford机器学习---第十讲. 数据降维
http://blog.csdn.net/abcjennifer/article/details/8002329 本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vector Machines 支持转载 2017-12-20 14:21:58 · 245 阅读 · 0 评论 -
Stanford机器学习---第九讲. 聚类
http://blog.csdn.net/gaotihong/article/details/78852296 本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vector Machines 支持向转载 2017-12-20 14:07:55 · 117 阅读 · 0 评论 -
Stanford机器学习---第八讲. 支持向量机SVM
http://blog.csdn.net/abcjennifer/article/details/7849812 本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vector Machines 支持转载 2017-12-20 13:47:02 · 206 阅读 · 0 评论 -
逻辑回归——关于似然代价函数(补充)
有监督学习 机器学习分为有监督学习,无监督学习,半监督学习,强化学习。对于逻辑回归来说,就是一种典型的有监督学习。 既然是有监督学习,训练集自然可以用如下方式表述: {(x1,y1),(x2,y2),⋯,(xm,ym)} 对于这m个训练样本,每个样本本身有n维特征。再加上一个偏置项x0, 则每个样本包含n+1维特征: x=[x0,x1,x2,⋯,转载 2017-12-20 10:56:10 · 1858 阅读 · 0 评论 -
机器学习系统设计(7)
http://blog.csdn.net/abcjennifer/article/details/7834256 本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vector Machines 支持转载 2017-12-14 18:41:39 · 169 阅读 · 0 评论 -
Stanford机器学习---第五讲. 神经网络的学习 Neural Networks learning
http://blog.csdn.net/abcjennifer/article/details/7758797 本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vector Machines 支持转载 2017-12-19 14:03:17 · 151 阅读 · 0 评论