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

-+

DavenDW

SJTU-IIoT Lab PhD

  • 博客(8)
  • 收藏
  • 关注

原创 台大-林轩田老师-机器学习基石学习笔记4

本次的这节课,开篇讲的是,我们如何透过已知的数据(样例)得到未知数据的方法的限制条件。

2017-10-31 16:12:52 786

原创 深度学习与AI+思维简单课程思考2

今天就自己给自己简述机器学习中的几种学习方式。基于专业选修机器学习以及通识选修课深度学习与AI+思维的课堂内容,基于我了解到的机器学习算法作以下的表述。按算法进行分类类别太过多,我还是使用的是老师上课给出了的按主题进行分类。       其一,分类法,有些资料直接将其称为监督式学习,也是类神经网络的感知器法的变种,著名的基础算法PLA算法就是属于这类(如下图)。无论是课堂上

2017-10-29 21:52:02 915

原创 台大-林轩田老师-机器学习基石学习笔记3

这一讲是对于之前机器学习的分类的介绍,也是让我们知道哪些类型的问题适合用什么类别的机器学习演算法进行计算。重点在于不同的分类标准,机器学习的分出的类别也不一样。

2017-10-26 13:37:16 799

原创 台大-林轩田老师-机器学习基石学习笔记2

第一节课中,主要讲解的是机器学习的基本思路和相关的应用,算是一种对机器学习的大致介绍和简单的科普。到了第二讲,林老师将重点放在了PLA算法上,通过这个算法让机器学习的演算法大门正式打开了。对于机器学习,类似人的成长一般,一般是先学会判断是和不是,所以这一讲是介绍一种可以回答是非题的机器学习演算法——PLA。引入一个银行信用卡的例子,对于银行要对如下的用户进行判断要不要允许其办理信用卡。

2017-10-24 08:37:13 792

原创 台大-林轩田老师-机器学习基石学习笔记1

对于机器学习的学习,我最先接触的是机器学习基石,一门来自台湾大学的林軒田教授的知名coursera的课程。对于林軒田老师的课程风格,整个课程是以一个故事的形式呈现在大家面前,因此,十分适合有一定数学基础且对计算机知识与应用有一定了解的同学来学习。而本人也是一名大三的在读学生,在此通过记录学习过程中的一些点点滴滴,供大家参考也希望大家多多指教。首先,林老师对整个课程有个整体授课思路的叙述

2017-10-22 01:27:52 901

原创 深度学习与AI+思维简单课程思考1

这个课程思考呢,是源于老师上课给出的两个问题,也算是一定的总结课堂上的内容。Question请谈谈你对自然智能和人工智能的理解。你如何认识人工智能的三个流派及其关系。Assignment我选修这门课的目的是配合专业课人工智能导论和专业选修课机器学习进行进一步的拓宽我的视野和知识面。以下是结合老师上课使用的课件和我自己的理解。一、  关于自然智能和人工智能的理

2017-10-18 16:36:34 1345

转载 机器学习和深度学习的28个学习资源

想自学机器学习和深度学习?不妨边看专家讲解视频边自学。不仅能感受世界各地专家的熏陶,也能快速获取知识,一举两得。这篇文章整理了一个 YouTube 视频列表,供希望在该领域学习的朋友使用。  视频观看建议  我将视频分为三类:机器学习、神经网络、深度学习。为方便起见,你可以使用我创建的列表按顺序学习。特别推荐初学者根据顺序学习,以更好地理解视频。  这套参考视频集需要时间消

2017-10-18 13:58:43 1017

转载 推荐系统中协同过滤算法实现分析

推荐中的协同过滤算法简单说明下:     首先,通过分析用户的偏好行为,来挖掘出里面物品与物品、或人与人之间的关联。     其次,通过对这些关联的关系做一定的运算,得出人与物品间喜欢程度的猜测,即推荐值。     最后,将推荐值高的物品推送给特定的人,以完成一次推荐。     这里只是笼统的介绍下,方便下边的理解,IBM的一篇博客对其原理讲解得浅显易懂,同时也很详细《深入推荐引擎

2017-10-15 16:57:13 936

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