自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

机器学习笔记

机器学习不能停~

  • 博客(13)
  • 收藏
  • 关注

原创 UFLDL:深度学习课程总结

UFLDL 是斯坦福大学 CS294A课程 的教学 wiki。课程设置很科学,循序渐进,每次课程都是在上次的基础上增添一些东西,还有作业可以让你直观地感受所学内容。虽然没有涉及 RNN (循环神经网络),但作为 CNN(卷积神经网络)的基础课程还是很不错的。 如果你对 监督学习、逻辑回归、梯度下降 等基础概念并不熟悉,可以先学习 之前的课程。关于课程作业的 Python 代码已经放到了 Gith...

2019-05-11 10:40:30 848

原创 深度学习攒机 | 硬件篇

双十一之前正好在学习 NG 的深度学习入门课程。在使用 Python 完成作业中训练 MNIST 的自编码器的时候,发觉训练时间比之前课程中的训练时间长了不少。照这个情况,未来如果要更深入地学习深度学习的话,可能需要更为合适的主机。所以为了以更正确的姿势入坑深度学习( 其实是为了攒机 ),打算在双十一组装一台。笔者之前有一次组装电脑的经历,不过对当时的配置几乎没什么印象,只记得最后 CPU 粘在...

2018-12-21 22:21:56 2652 3

原创 UFLDL:稀疏自编码器

吴恩达的 CS294A 是一门很好的深度学习入门课程,打算接下来的学习以这个课程的内容为主。UFLDL Tutorial 是 CS294A 课程的 wiki 页,包含了课程讲义和作业。如果你对 监督学习、逻辑回归、梯度下降 等基础概念并不熟悉,可以先学习 之前的课程。关于课程作业的 Python 代码已经放到了 Github 上,点击 课程代码 就能去 Github 查看( 无法访问 Githu...

2018-10-24 21:34:16 620

原创 Box2D 学习:平衡车

Box2D 是暴雪公司大牛 Erin Catto 开发的开源物理引擎。有很多著名游戏使用了它,比如愤怒的小鸟、地狱边境、Tiny Wings 等。而 Unity、Cocos2d 等游戏引擎更是把它集成在其中。为什么想起来学习 Box2D 呢?因为想在虚拟的物理世界中创建一些智能 Agent。虽然在之前的 The Nature of Code 中学习了一些基础的力、运动的实现,但没有涉及碰撞、连接...

2018-10-24 21:28:30 584

原创 吴恩达机器学习:异常检测与协同过滤

这是吴恩达机器学习的最后一课,这次学习的内容是机器学习的常见应用,异常检测与协同过滤。课程中介绍的异常检测主要基于 正态分布,用于检测出偏离正常值的数据。而协同过滤是 推荐系统 的一部分,利用已有用户的评分来给你推荐商品、视频等。点击 课程视频 你就能不间断地学习 Ng 的课程,关于课程作业的 Python 代码已经放到了 Github 上,点击 课程代码 就能去 Github 查看( 无法访...

2018-07-11 21:45:57 911

原创 吴恩达机器学习:无监督学习 | k-means 与 PCA

西部世界 第二季 刚好放到第七集,课程总结也刚好是第七次。我们关于 监督学习 的课程已经告一段落,这次 Ng 将给我们介绍两个很常用的 无监督学习 算法。一个是用来将数据划分到不同类别的 k-means 算法,一个是用来提取重要特征并给特征降维的 PCA 算法。点击 课程视频 你就能不间断地学习 Ng 的课程,关于课程作业的 Python 代码已经放到了 Github 上,点击 课程代码 就能...

2018-07-11 21:33:43 1539

原创 吴恩达机器学习:支持向量机

这次的课程笔记和上次隔了好久,因为为了搞懂 SVM 花了不少时间。和之前 神经网络 课程一样,Ng 在 Coursera 上讲述的内容非常有限,要搞懂 SVM 你只能寻求于其他方面的资料。经过对网上一些内容的对比后发现斯坦福的 CS229 讲义写得非常清晰。CS229 是 Andrew Ng 在斯坦福大学开设的机器学习课程,Coursera 上的课程可以说是 CS229 的简化版本,而且整个课程的...

2018-05-17 19:18:20 1709 1

原创 玩转 TensorFlow Playground

很久之前就玩过 TensorFlow Playground,但当时对神经网络只有一个简单的概念,不明白各种参数的意义,把它们胡乱点了一遍,并且尝试多次也没能把螺旋形状的数据集分类成功。现在Andrew Ng 的课程学习过半( 对之前 Ng 课程笔记有兴趣的同学可以访问 线性回归、逻辑回归 与 神经网络 ),在理解的基础上再玩了下,的确有不同的体会。而且由于 TensorFlow Playgro...

2018-04-27 12:18:13 9053 3

原创 吴恩达机器学习:方差与偏差

在前几周的课程里,我们已经学习了 监督学习 中的 线性回归、逻辑回归、神经网络( 点击进入笔记 )。回顾课程作业,所有的样本数据都被用来训练模型。验证模型时,也只是将模型的数据结果与正确结果作对比来看正确率。 这样的训练方法是否正确?正确率是否能作为评价模型的标准?这周就将学习如何评价我们的模型,以及如何采取正确有效的改进策略。点击 课程视频 你就能不间断地学习 Ng 的课程,关于课程作业的 ...

2018-04-22 00:25:20 19927 2

原创 吴恩达机器学习:神经网络 | 反向传播算法

上一周我们学习了 神经网络 | 多分类问题。我们分别使用 逻辑回归 和 神经网络 来解决多分类问题,并了解到在特征数非常多的情况下,神经网络是更为有效的方法。这周的课程会给出训练 神经网络 所使用的 代价函数,并使用 反向传播 算法来计算梯度。笔者会给出 反向传播 算法中重要的思路和推导,但不会包含所有的计算步骤。点击 课程视频 你就能不间断地学习 Ng 的课程,关于课程作业的 Python ...

2018-04-16 21:23:57 1924 3

原创 吴恩达机器学习:神经网络 | 多分类问题

上一周我们学习了 逻辑回归,并使用它解决了简单的 0/1 分类问题。这周我们首先尝试使用 逻辑回归 来解决 多分类问题( 手写字符识别 )。通过这个问题了解到,当我们需要解决特征量很大的非线性分类问题时( 比如计算机视觉问题 ),我们原本假设高次特征的方法会使得特征数异常庞大,从而引出新的方法 神经网络。点击 课程视频 你就能不间断地学习 Ng 的课程,关于课程作业的 Python 代码已经放...

2018-04-16 21:20:03 4327

原创 吴恩达机器学习:逻辑回归

在 上一周的课程 里,Andrew Ng 为我们介绍了什么是机器学习以及监督学习中的线性回归。对于一个监督学习,我们要确定我们的 预测函数,代价函数,然后利用梯度下降算法找到 代价函数 最小时,预测函数 中的参数值。这周我们会接触监督学习中一类新的问题,称为分类问题。点击 课程视频 你就能不间断地学习 Ng 的课程,关于课程作业的 Python 代码已经放到了 Github 上,点击 课程...

2018-04-16 21:09:59 2130

原创 吴恩达机器学习:线性回归

首先说一些关于课程的题外话。对于 Ng 的这个课程,笔者没有选择在 Coursera 上学习课程,一来是因为 Coursera 有自己的课程周期,但这个周期不一定适合所有人。其次 Coursera 的课程作业是使用 Octave 语言,而笔者个人觉得不管是学习还是未来使用 Python 都会是更合适的语言。所以最笔者选择了 课程视频 + Python 实现作业 的形式。点击 课程视频 你就能不...

2018-04-16 20:59:43 744

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

提示
确定要删除当前文章?
取消 删除