![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
ML
文章平均质量分 51
huangxk1010
这个作者很懒,什么都没留下…
展开
-
UFLDL学习笔记1——Linear Regression
UFLDL地址想了解下深度学习,看到网上有人推荐Andrew NG团队做的UFLDL,他们给的上机练习挺多,而且是用matlab,感觉自己编程太菜,顺便可以跟着练练实际操作。第一节linear regression,内容没有什么难度,上机也不难,但还是遇到了点小麻烦。% YOUR CODE HERE % for num=1:m f = f + 1/2*(theta'*X(:,num)-y原创 2015-05-04 21:07:58 · 1215 阅读 · 0 评论 -
UFLDL学习笔记3——Softmax Regression
total = bsxfun(@rdivide,exp(theta'*X),sum(exp(theta'*X));I = sub2ind(size(total),y,1:size(total,2));f = sum(total(I));原创 2015-05-06 15:40:27 · 475 阅读 · 0 评论 -
UFLDL学习笔记4——Multi-Layer Neural Network
我是链接 这节主要讲了forward propagation和back propagation algorithm。隐藏层最后一层到输出层是用的是softmax函数,之前层的活化函数是sigmoid函数;练习中cost function用的也是和softmax regression基本相同的cross entropy;最后加上了weight decay项(注意没有把b包括进来,PRML1.11原创 2015-05-13 09:54:43 · 674 阅读 · 0 评论 -
UFLDL学习笔记2——Logistic Regression
Logistic Regression和前一节linear regression类似,只是logistic regression用于二分类问题,借助于sigmoid函数σ(x)=11+e−x\sigma(x)=\frac{1}{1+e^{-x}}的良好性质,使得可以从概率的角度去考虑二分类问题。判别函数定义为P(y=1|x)=hθ(x)=11+e−θTxP(y=1|x)=h_{\theta}(x)=原创 2015-05-05 16:25:50 · 626 阅读 · 0 评论 -
k-means及isodata算法的matlab实现
最近上模式识别课涉及到聚类算法,主要讲了一下kmeans和isodata,这里是我用matlab实现的两个算法的粗略版,还有很大的改进空间,先把原始版放这上面。function Kmeans(x,k)n = size(x,1);mean = cell(k,1);for i=1:k mean{i} = x(i,:);%initialize endwhile 1 class =原创 2015-05-20 12:14:59 · 9340 阅读 · 9 评论