- 博客(16)
- 收藏
- 关注
RSS订阅原创 【机器学习笔记】第16章：应用实例：图片文字识别
文章目录第16章：应用实例：图片文字识别16.1 流水线16.2 滑动窗口16.3 获取大量数据和人工数据16.4 上限分析第16章：应用实例：图片文字识别16.1 流水线在设计机器学习项目的时候，通常会制定一条流水线（数据预处理、特征提取…之类），根据流水线完成项目。在完成项目的时候，通常对其精确率进行优化，可采取上限分析（Ceiling analysis），分析最有可能提高精确率的地方...
2020-03-23 15:40:35
274
原创 【机器学习笔记】第15章：大规模机器学习
文章目录第15章：大规模机器学习15.1 随机梯度下降（Stochastic Gradient Descent）15.2 小批量梯度下降（Mini-batch Gradient Descent）15.3 MapReduce15.4 在线学习（online learning）第15章：大规模机器学习15.1 随机梯度下降（Stochastic Gradient Descent）已知梯度下降算法...
2020-03-23 15:02:08
182
原创 【机器学习笔记】第14章：推荐系统
文章目录第14章：推荐系统14.1 基于内容的推荐算法14.2 计算电影特征14.3 基于梯度下降的协同过滤算法（Collaborative filtering）14.4 低秩矩阵分解（Low rank matrix factorization）14.5 均值归一化第14章：推荐系统14.1 基于内容的推荐算法在推荐系统中，主要有两种方法，基于内容的推荐算法和协同过滤算法，此文章采用电影推荐...
2020-03-18 13:54:06
295
原创 【机器学习笔记】第13章：异常检测
文章目录第13章：异常检测13.1 高斯分布13.2 参数估计13.3 异常检测算法（原始模型）13.4 高斯分布异常阈值的选择13.5 多变量高斯分布（多元模型）13.6 原始模型与多元模型的区别第13章：异常检测13.1 高斯分布我们知道，采集的数据或者数据本身，有可能出现异常，这些数据大部分会集中在一起，而有少部分会分散在周围。一般地，采集的数据服从某种概率分布模型，例如服从高斯分布...
2020-03-17 15:03:40
327
原创 【机器学习笔记】第12章：降维
文章目录第12章：降维12.1 主成分分析（PCA）12.2 主成分分析的算法12.3 低维空间维度的选择12.4 应用PCA的建议第12章：降维12.1 主成分分析（PCA）数据的特征数量，又称为向量的维度。降维（dimensionality reduction）是通过一些方法，减少数据的特征数量，以降低维度，通常采用主成分分析PCA（Principal Component Analysi...
2020-03-16 13:59:35
215
原创 【机器学习笔记】第11章：无监督学习
文章目录第11章：无监督学习11.1 K-means算法11.2 优化目标函数11.3 随机初始化11.4 K 值的选择第11章：无监督学习11.1 K-means算法监督学习（supervised learning）：样本数据已经标记了所属的类别无监督学习（unsupervised learning）：样本数据未标记所属的类别无监督学习通常采用聚类算法（clustering alg...
2020-03-11 13:34:15
208
原创 【机器学习笔记】第10章：支持向量机
文章目录第10章：支持向量机10.1 代价函数 Cost function10.2 假设函数 Hypothesis10.3 范数表示10.4 高斯核函数 Gaussian Kernel10.5 SVM实现多分类10.6 逻辑回归和SVM的选择第10章：支持向量机10.1 代价函数 Cost function支持向量机SVM（Support Vector Machine）可以用于分类和回归。S...
2020-03-10 21:52:48
173
原创 【机器学习笔记】第9章：模型评估指标
文章目录第9章：模型评估指标9.1 数据集划分方法9.2 模型性能度量9.2.1 回归问题评估指标9.2.2 分类问题评估指标第9章：模型评估指标9.1 数据集划分方法在此评估方法中，我们假设测试样本也是从样本真实分布中独立同分布采样而得。留出法（hold-out）：将数据集划分为两个互斥的子集，一般要采用若干次随机划分、重复进行实验评估后取平均值作为评估结果。一般将大约2/3∼4/52/...
2020-03-09 14:58:51
503
原创 【机器学习笔记】第8章：偏差与方差
文章目录第8章：偏差与方差8.1 评估模型8.2 最高次幂对方差/偏差的影响8.3 正则化参数对方差/偏差的影响8.4 高偏差的学习曲线8.5 高方差的学习曲线8.6 对机器学习算法的调试第8章：偏差与方差8.1 评估模型用训练集对模型进行训练的时候，通常会存在两种问题，“过拟合”和“欠拟合”，分别对应高方差（high variance）和高偏差（high bias）。高方差：拟合程度过好...
2020-03-08 13:15:18
195
原创 【机器学习笔记】第7章：神经网络：学习
文章目录第7章：神经网络：学习7.1 代价函数 Cost function7.2 反向传播 Back propagation7.3 梯度检测 Gradient checking7.4 随机初始化 Random initialization7.5 前向传播和反向传播的结合第7章：神经网络：学习7.1 代价函数 Cost function初始作如下定义：LLL — 神经网络的总层数sls_...
2020-03-04 13:24:07
226
原创 【机器学习笔记】第6章：神经网络：表示
文章目录第6章：神经网络：表示6.1 非线性假设 Non-linear hypotheses6.2 模型表示 Model representation6.3 例子和直观理解 Examples and intuitions6.4 多元分类 Multi-class classification第6章：神经网络：表示6.1 非线性假设 Non-linear hypotheses非线性分类的例子：...
2020-03-02 14:01:21
414
原创 【机器学习笔记】第5章：正则化
文章目录第5章：正则化5.1 过拟合问题 The problem of overfitting5.2 代价函数 Cost function5.3 线性回归的正则化 Regularized linear regression5.3.1 基于梯度下降的线性回归正则化5.3.1 基于正规方程的线性回归正则化5.4 Logistic回归的正则化 Regularized logistic regressio...
2020-02-25 15:16:37
195
原创 【机器学习笔记】第4章：Logistic回归
文章目录第4章：Logistic回归4.1 分类 Classification4.2 假设陈述 Hypothesis representation4.3 决策界限 Decision boundary4.4 代价函数 Cost function4.5 简化代价函数与梯度下降 Simplified cost function and gradient descent4.6 高级优化 Advanced ...
2020-02-24 17:55:25
332
原创 【机器学习笔记】第3章：多变量线性回归
文章目录第3章：多变量线性回归3.1 多功能 Multiple features3.2 多元梯度下降法 Gradient descent for multiple variables3.3 多元梯度下降法演练I-特征缩放 Gradient descent in practice I:Feature Scaling3.4 多元梯度下降法演练II-学习率 Gradient descent in pra...
2020-02-19 16:12:45
506
原创 【机器学习笔记】第2章：单变量线性回归
文章目录第2章：单变量线性回归2.1 模型描述 Model representation2.2 代价函数 Cost function2.3 梯度下降2.4 线性回归的梯度下降第2章：单变量线性回归2.1 模型描述 Model representation机器学习可以分为监督学习和无监督学习，监督学习的每个样本都有标签，而无监督学习没有标签。其中监督学习又包括回归问题和分类问题，回归问题就是...
2020-02-17 18:09:20
355
原创 【机器学习笔记】第1章：初识机器学习
文章目录第1章：初识机器学习1.1 机器学习的定义 Machine Learning definition1.2 监督学习 Supervised Learning回归问题举例分类问题举例1.3 无监督学习 Unsupervised Learning第1章：初识机器学习1.1 机器学习的定义 Machine Learning definitionArthur Samuel (1959). M...
2020-02-02 14:03:03
202
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