机器学习
文章平均质量分 80
一个智商爆表的瘦子
这个作者很懒,什么都没留下…
展开
-
Stanford 机器学习-Neural Networks learning
1. Cost Function字母含义: nln_l表示网络的层数 LlL_l表示第l层 W(l)ijW_{ij}^{(l)}表示第l层第j单元到第l+1层第i个单元之间的连接参数 b(l)ib^{(l)}_i表示是第l+1层第i单元的偏置项 a(l)ia^{(l)}_i表示是第l层第i单元的激活值(输出值) z(l)iz^{(l)}_i第l层i单元输入加权和(包括偏置单元) SlS原创 2016-04-06 10:49:36 · 968 阅读 · 0 评论 -
Stanford 机器学习-Regularization(Week 3)-代码
NG机器学习公开课7-Regularization原创 2016-03-24 21:20:43 · 952 阅读 · 0 评论 -
Stanford 机器学习-Advice for Applying Machine Learing
Deciding What to Try Next当用算法实现预测功能但是效果不是很好时的解决办法如下: Evaluating a Hypothesis线性回归计算J(θ\theta)的公式 逻辑回归分类时计算J(θ\theta)的公式,以及error计算公式 Model Selection and Train_Validation_Test Sets将所有数据按%60,%20,%20分为原创 2016-04-07 14:57:21 · 1258 阅读 · 0 评论 -
Stanford 机器学习 Dimensionality Reduction
14.3 Principal Component Analysis Problem Formulation 我们想要找到的向量是一个向量,并且原样本点到投影后的样本点的距离之和最小。 等价于,使得投影后样本点的方差最大化。 将3-d转到2-d时,应该找到两个向量表示这个投影的平面。 线性回归和PCA的差别,线性回归优化的是预测值和真实值的距离,而PCA优化的目标是到投影点的距离,并且原创 2016-05-11 19:03:58 · 553 阅读 · 0 评论 -
Stanford 机器学习 Anomaly Detection
Anomaly Dectection 检测异常点,通过判断该点出现的概率,如果概率较小,就判断为异常点,否则为正常点。 高斯分布,均值和方差这两个参数的估计,在实际情况下,分子为m或者m-1差别不大。 如何分配训练集和测试集。 对于算法的评估,如果anomalous点较少时,应该如何评估。 Anomaly Dection和Supervised learning的区别: 异原创 2016-05-11 20:59:35 · 704 阅读 · 0 评论 -
Stanford 机器学习-Recommender Systems
16.2 Content Based Recommendations基于内容的推荐是一只所有电影的特征值,图中x(i)x^{(i)}电影i的特征向量,表示第i个电影中每个特征在电影中占的比重。θ(j)\theta^{(j)}用户的parameter vector,表示用户对各个种类(特征)电影的喜爱程度。基于内容的推荐就是已知各个内容的特征,已知用户对部分电影的评分,求出θ(j)\theta^{(j原创 2016-05-12 17:02:38 · 511 阅读 · 0 评论 -
Stanford 机器学习-clustering
clustering13.2 K-Means Algorithm 输入K和训练集,K代表聚类后的cluster数目。 μi\mu_{i} 是指第i个聚类中心点,首先随机指定k个聚类的中心。 第一步:对于每个点,选取离这个点最近的中心为该点的分类。 第二步:根据分类后的结果,进行聚类中心μi\mu_{i} 的更新13.3 Optimization Objective 从公式可以看出优化目原创 2016-05-09 16:27:41 · 881 阅读 · 0 评论 -
kaggle可视化教程翻译
原文链接:点击打开链接这里的数据集是iris,python自带的有。# encoding=utf-8import pandas as pdimport warningswarnings.filterwarnings('ignore')import matplotlib.pyplot as pltimport seaborn as snsimport timesns.set(styl原创 2016-10-02 18:27:59 · 1891 阅读 · 0 评论