机器学习
文章平均质量分 91
红色石头Will
个人网站:https://redstonewill.github.io/
展开
-
Ubunt16.04 搭建 GPU 显卡驱动 + CUDA9.0 + cuDNN7 详细教程
如果你的电脑安装了 Ubuntu16.04,而且电脑自带一块 NVIDIA GeForce 的 GPU 显卡,那么不用来跑深度学习模型就太可惜了!关于这方面的网上教程很多,但大都良莠不齐。这篇文章将手把手教你如何安装 GPU 显卡驱动、CUDA9.0 和 cuDNN7.0。值得一试!注意:由于不同系统,不同 GPU 对应的 CUDA 和 cuDNN 均有差异,本文仅以 Ubuntu16.04、...原创 2019-08-12 13:42:46 · 1449 阅读 · 0 评论 -
一看就懂的感知机算法PLA
本文所有的源代码均放在了我的GitHub上,需要的点击文末「阅读原文」获取。如果对你有用的话,别忘了Fork和Star哦!什么是感知机「Perceptron」PLA全称是Perceptron Linear Algorithm,即线性感知机算法,属于一种最简单的感知机(Perceptron)模型。感知机模型是机器学习二分类问题中的一个非常简单的模型。它的基本结构如下图所示:其...原创 2018-05-29 09:37:59 · 27637 阅读 · 10 评论 -
基于线性SVM的CIFAR-10图像集分类
个人网站:红色石头的机器学习之路 CSDN博客:红色石头的专栏 知乎:红色石头 微博:RedstoneWill的微博 GitHub:RedstoneWill的GitHub 微信公众号:AI有道(ID:redstonewill)之前我用了六篇文章来详细介绍了支持向量机SVM的算法理论和模型,链接如下:1. 线性支持向量机LSVM2. 对偶支持向量机D...原创 2018-06-12 09:49:13 · 12328 阅读 · 10 评论 -
【通俗易懂】机器学习中 L1 和 L2 正则化的直观解释
L=Ein+λ∑j|wj|L=Ein+λ∑j|wj|L=E_{in}+\lambda\sum_j |w_j|∑jw2j≤C∑jwj2≤C\sum_jw_j^2\leq C∇Ein∇Ein\nabla E_in∇Ein+λw=0∇Ein+λw=0\nabla E_{in}+\lambda w=0∂∂w(12λw2)=λw∂∂w(12λw2)=λw\frac{\partia...原创 2018-06-21 09:08:41 · 123509 阅读 · 48 评论 -
三分钟带你对 Softmax 划重点
个人网站:红色石头的机器学习之路 CSDN博客:红色石头的专栏 知乎:红色石头 微博:RedstoneWill的微博 GitHub:RedstoneWill的GitHub 微信公众号:AI有道(ID:redstonewill)1. 什么是SoftmaxSoftmax 在机器学习和深度学习中有着非常广泛的应用。尤其在处理多分类(C > 2)问题,分...原创 2018-06-14 09:18:28 · 106791 阅读 · 30 评论 -
距离产生美?k近邻算法python实现
个人网站:红色石头的机器学习之路 CSDN博客:红色石头的专栏 知乎:红色石头 微博:RedstoneWill的微博 GitHub:RedstoneWill的GitHub 微信公众号:AI有道(ID:redstonewill)1. 什么是k近邻算法?k最近邻(k-Nearest Neighbor,kNN)分类算法是一个比较成熟也是最简单的机器学习(...原创 2018-06-07 13:39:32 · 2829 阅读 · 0 评论 -
简单的交叉熵损失函数,你真的懂了吗?
个人网站:红色石头的机器学习之路 CSDN博客:红色石头的专栏 知乎:红色石头 微博:RedstoneWill的微博 GitHub:RedstoneWill的GitHub 微信公众号:AI有道(ID:redstonewill)说起交叉熵损失函数「Cross Entropy Loss」,脑海中立马浮现出它的公式:L=−[ylog y^+(1...原创 2018-06-19 15:56:45 · 125950 阅读 · 23 评论 -
机器学习中牛顿法凸优化的通俗解释
之前,我发过一篇文章,通俗地解释了梯度下降算法的数学原理和推导过程,推荐一看。链接如下:为什么局部下降最快的方向就是梯度的负方向?我们知道,梯度下降算法是利用梯度进行一阶优化,而今天我介绍的牛顿优化算法采用的是二阶优化。本文将重点讲解牛顿法的基本概念和推导过程,并将梯度下降与牛顿法做个比较。1. 牛顿法求解方程的根有时候,在方程比较复杂的情况下,使用一般方法求解它的根并不容易。...原创 2018-06-27 08:50:35 · 5369 阅读 · 3 评论 -
通俗解释优化的线性感知机算法:Pocket PLA
在上一篇文章:一看就懂的感知机算法PLA我们详细介绍了线性感知机算法模型,并使用pyhon实例,验证了PLA的实际分类效果。下图是PLA实际的分类效果:但是,文章最后我们提出了一个疑问,就是PLA只能解决线性可分的问题。对于数据本身不是线性可分的情况,又该如何解决呢?下面,我们就将对PLA进行优化,以解决更一般的线性不可分问题。1. Pocket PLA是什么?首先,我们来...原创 2018-06-04 23:44:09 · 3451 阅读 · 1 评论 -
为什么局部下降最快的方向就是梯度的负方向?
个人网站:红色石头的机器学习之路 CSDN博客:红色石头的专栏 知乎:红色石头 微博:RedstoneWill的微博 GitHub:RedstoneWill的GitHub 微信公众号:AI有道(ID:redstonewill)什么是梯度?对于梯度下降算法(Gradient Descent Algorithm),我们都已经很熟悉了。无论是在线性回...原创 2018-05-06 19:31:42 · 24827 阅读 · 18 评论 -
斯坦福CS231n项目实战(四):浅层神经网络
我的网站:红色石头的机器学习之路 我的CSDN:红色石头的专栏 我的知乎:红色石头 我的微博:RedstoneWill的微博 我的GitHub:RedstoneWill的GitHub 我的微信公众号:红色石头的机器学习之路(ID:redstonewill)神经网络(Neural Network)是一种非线性分类器,有别于之前介绍的线性分类器SVM和Soft...原创 2018-02-11 15:12:54 · 2126 阅读 · 0 评论 -
斯坦福CS231n项目实战(三):Softmax线性分类
我的网站:红色石头的机器学习之路 我的CSDN:红色石头的专栏 我的知乎:红色石头 我的微博:RedstoneWill的微博 我的GitHub:RedstoneWill的GitHub 我的微信公众号:红色石头的机器学习之路(ID:redstonewill)Softmax线性分类器的损失函数(Loss function)为:Li=−logesyi∑Cj=...原创 2018-02-08 00:02:24 · 2103 阅读 · 2 评论 -
台湾大学林轩田机器学习基石课程学习笔记5 -- Training versus Testing
我的CSDN博客地址:红色石头的专栏 我的知乎主页:红色石头 我的微博:RedstoneWill的微博 我的GitHub:RedstoneWill的GitHub 我的微信公众号:红色石头的机器学习之路(ID:redstonewill) 欢迎大家关注我!共同学习,共同进步!上节课,我们主要介绍了机器学习的可行性。首先,由NFL定理可知,机器学习貌似是不可行的...原创 2017-05-02 22:15:12 · 8846 阅读 · 15 评论 -
台湾大学林轩田机器学习基石课程学习笔记1 -- The Learning Problem
我的CSDN博客地址:红色石头的专栏 我的知乎主页:红色石头 我的微博:RedstoneWill的微博 我的GitHub:RedstoneWill的GitHub 我的微信公众号:红色石头的机器学习之路(ID:redstonewill) 欢迎大家关注我!共同学习,共同进步!最近在看NTU林轩田的《机器学习基石》课程,个人感觉讲的非常好。整个基石课程分成四个部...原创 2017-06-07 16:28:16 · 16262 阅读 · 0 评论 -
我的个人网站:红色石头的机器学习之路
我的网站:红色石头的机器学习之路 我的CSDN:红色石头的专栏 我的知乎:红色石头 我的微博:RedstoneWill的微博 我的GitHub:RedstoneWill的GitHub 我的微信公众号:红色石头的机器学习之路(ID:redstonewill)偶然的想法,想搭建一个个人网站。所以就花了一个星期的时间,利用Hexo+Next+GitHub P...原创 2018-03-17 20:08:08 · 3848 阅读 · 2 评论 -
重磅 |“吴恩达deeplearningai”官方微信公众号已经上线!
从去年8月份开始,AI界大IP吴恩达在coursera上开设了由5们课组成的深度学习专项课程,掀起了一股人工智能深度学习热潮。这里附上deeplearning.ai的官网:deeplearning.ai今年年初,深度学习专项课程全部结束!但是吴恩达并没有停止AI之行。就在近日,吴恩达宣布已经建立了自己的首个官方微信公众号“吴恩达deeplearningai”,用于发布和传播更多的人工智...原创 2018-04-25 10:18:46 · 4232 阅读 · 0 评论 -
重磅 | 吴恩达新书《Machine Learning Yearning》最新版分享
我的网站:红色石头 我的CSDN:红色石头的专栏 我的知乎:红色石头 我的微博:RedstoneWill的微博 我的GitHub:RedstoneWill的GitHub 我的微信公众号:AI有道(ID:redstonewill)前言说起吴恩达(Andrwew Ng),相信大家都不陌生了。吴恩达是斯坦福大学计算机科学系和电子工程系副教授,人工智能实验...原创 2018-04-21 14:20:48 · 4681 阅读 · 3 评论 -
力荐 | 台大林轩田《机器学习基石》资源汇总
本文所有资源已放在github上,欢迎star: NTU-HsuanTienLin-MachineLearning课程介绍台湾大学林轩田老师的《机器学习基石》课程由浅入深、内容全面,基本涵盖了机器学习领域的很多方面。其作为机器学习的入门和进阶资料非常适合。而且林老师的教学风格也很幽默风趣,总让读者在轻松愉快的氛围中掌握知识。在此,笔者将把这门课的所有视频、笔记、书籍等...原创 2018-04-26 19:02:34 · 14530 阅读 · 4 评论 -
机器学习笔试题精选(一)
个人网站:红色石头的机器学习之路 CSDN博客:红色石头的专栏 知乎:红色石头 微博:RedstoneWill的微博 GitHub:RedstoneWill的GitHub 微信公众号:AI有道(ID:redstonewill)机器学习是一门理论性和实战性都比较强的技术学科。在应聘机器学习相关工作岗位时,我们常常会遇到各种各样的机器学习问题和知识点。为了帮助...原创 2018-07-10 10:43:35 · 39425 阅读 · 5 评论 -
机器学习笔试题精选(三)
往期回顾:机器学习笔试题精选(一)机器学习笔试题精选(二)机器学习是一门理论性和实战性都比较强的技术学科。在应聘机器学习相关工作岗位时,我们常常会遇到各种各样的机器学习问题和知识点。为了帮助大家对这些知识点进行梳理和理解,以便能够更好地应对机器学习笔试包括面试。红色石头准备在公众号连载一些机器学习笔试题系列文章,希望能够对大家有所帮助!Q1. 关于“回归(Regression)”和...原创 2018-07-17 00:03:35 · 10403 阅读 · 1 评论 -
撒花!吴恩达《Machine Learning Yearning》英文版完结!
前几天,红色石头还在发文给大家整理了吴恩达新书《Machine Learning Yearning》的前 52 章的 pdf 下载。巧得很,今天凌晨就受到了这样一封邮件,该书 1-58 所有章节的草稿已经全部完结啦!该书的下载方法红色石头在上次的文章中已经有所介绍,直接在官网上留下邮箱订阅就好。当然,为了更加方便大家阅读,本公众号已经把该书的所有章节完整版 pdf 下载下来,提供给大家。获...原创 2018-11-07 01:35:26 · 1776 阅读 · 0 评论 -
撒花!吴恩达《Machine Learning Yearning》中文版新鲜出炉!
红色石头的个人网站:redstonewill.com我相信红色石头的很多读者朋友都受惠于吴恩达的 deeplearning.ai 专项课程。红色石头也不例外,之前在我的公众号里连载了 deeplearning.ai 的所有课程笔记,需要的朋友请戳下面的传送门:吴恩达deeplearning.ai专项课程历史文章汇总吴恩达在 AI 普及之路上从未停下脚步,历时半年的大作《Machine ...原创 2018-11-07 01:41:57 · 2047 阅读 · 2 评论 -
天池 O2O 优惠券使用预测思路解析与代码实战
个人网站:redstonewill.com前阵子因为机器学习训练营的任务安排,需要打一场 AI 比赛。然后就了解到最近热度很高且非常适合新人入门的一场比赛:天池新人实战赛o2o优惠券使用预测。今天,红色石头把这场比赛的一些初级理论分析和代码实操分享给大家。本文会讲解的很细,目的是带领大家走一遍比赛流程,实现机器学习理论分析到比赛实战的进阶。话不多说,我们开始吧!比赛介绍首先附上这场比赛的...原创 2018-11-08 13:37:33 · 17926 阅读 · 15 评论 -
Scikit-Learn 与 TensorFlow 机器学习实用指南学习笔记1 — 机器学习基础知识简介
红色石头的个人网站:redstonewill.com本章介绍的是每一个数据科学家都应该知道并听说的机器学习许多基本的概念和术语。这将是一个高层次的概括(本书唯一没有很多代码的一章)。内容很简单,但是你要保证在进行下一章之前对本章每个概念都理解得很透彻。因此,端起一杯咖啡,让我们开始吧!1 什么是机器学习?机器学习是一门通过编程从而在数据中学习的科学技术,或者称之为艺术。这里有一个更一...原创 2018-11-20 11:13:48 · 2692 阅读 · 0 评论 -
Scikit-Learn 与 TensorFlow 机器学习实用指南学习笔记2 — 机器学习的主要挑战
红色石头的个人网站:redstonewill.com简而言之,因为机器学习的主要任务就是选择合适的机器学习算法在数据集上进行训练,所以不好的算法和不好的数据都可能严重影响训练效果。下面我们先来看看不好的数据会带来什么影响。1.4.1 训练数据不足对一个蹒跚学步的孩子来说,如何识别苹果?方法是拿出很多各种各样颜色、形状的苹果图片给他看,教他。这样,孩子就能够更好地识别出各种苹果。而对机...原创 2018-11-26 20:57:09 · 1065 阅读 · 0 评论 -
我整理了 50 页 PPT 来解释 SVM
支持向量机 SVM,是常见的一种判别方法。在机器学习领域,是一个有监督的学习模型,通常用来进行模式识别、分类以及回归分析。但是想完全掌握 SVM 的理论知识包括 SMO 算法并不容易!红色石头之前在整理 SVM 内容的时候做了一个 PPT,比较清晰完整地介绍了 SVM。主要内容包括以下几个方面:线性 SVM对偶 SVM软间隔 SVM核 SVMSMO 理论推导SM...原创 2018-12-03 15:38:57 · 4180 阅读 · 1 评论 -
Scikit-Learn 与 TensorFlow 机器学习实用指南学习笔记 3 —— 数据获取与清洗
红色石头的个人网站:redstonewill.com本章将完整地介绍一个端对端(End-to-End)机器学习项目。假如你是某个房地产公司刚雇佣的数据科学家,你所要做的事情主要分成以下几个步骤:1.整体规划。2.获取数据。3.发现、可视化数据,增加直观印象。4.为机器学习准备数据。5.选择模型并进行训练。6.调试模型。7.给出解决方案。8.部署、监控、维护系统1. 使用真...翻译 2018-12-19 14:37:24 · 1123 阅读 · 0 评论 -
Scikit-Learn 与 TensorFlow 机器学习实用指南学习笔记 4 —— 数据探索与可视化、发现规律
红色石头的个人网站:redstonewill.com目前为止,我们已经对数据有了初步的认识,大体上明白了我们要处理的数据类型。现在,我们将进入更深入的研究。首先,确保已经划分了测试集并放置一边,我们只会对训练集进行操作。另外,如果训练集很大,可以从中采样一些作为探索集(exploration set),方便进行快速处理。在我们这个例子中,数据集比较小,所以直接在训练集上处理即可。我们还要...翻译 2018-12-19 15:17:23 · 879 阅读 · 0 评论 -
机器学习笔试题精选(七)
红色石头的个人网站:redstonewill.com机器学习是一门理论性和实战性都比较强的技术学科。在应聘机器学习相关工作岗位时,我们常常会遇到各种各样的机器学习问题和知识点。为了帮助大家对这些知识点进行梳理和理解,以便能够更好地应对机器学习笔试包括面试。红色石头准备在公众号连载一些机器学习笔试题系列文章,希望能够对大家有所帮助!接下来我们继续来看机器学习笔试题精选(七)的内容。Q1. ...原创 2018-11-06 21:26:34 · 4811 阅读 · 0 评论 -
通俗易懂!白话朴素贝叶斯
P(瓜熟,瓜蒂脱落)=P(瓜熟|瓜蒂脱落)⋅P(瓜蒂脱落)=P(瓜蒂脱落|瓜熟)⋅P(瓜熟)P(瓜熟,瓜蒂脱落)=P(瓜熟|瓜蒂脱落)⋅P(瓜蒂脱落)=P(瓜蒂脱落|瓜熟)⋅P(瓜熟)P(瓜熟,瓜蒂脱落)=P(瓜熟|瓜蒂脱落)\cdot P(瓜蒂脱落)=P(瓜蒂脱落|瓜熟)\cdot P(瓜熟)P(瓜蒂脱落)=P(瓜蒂脱落|瓜熟)⋅P(瓜熟)+P(瓜蒂脱落|瓜生)⋅P(瓜生)P(瓜蒂脱落)...原创 2018-07-06 09:26:39 · 9699 阅读 · 3 评论 -
机器学习笔试题精选(二)
个人网站:红色石头的机器学习之路 CSDN博客:红色石头的专栏 知乎:红色石头 微博:RedstoneWill的微博 GitHub:RedstoneWill的GitHub 微信公众号:AI有道(ID:redstonewill)上次 机器学习笔试题精选(一)中,我们详细解析了机器学习笔试 15 道题。今天,红色石头带大家继续“死磕”相关笔试题!往期回顾:...原创 2018-07-12 23:18:30 · 9742 阅读 · 0 评论 -
你应该掌握的 7 种回归模型!
线性回归和逻辑回归通常是人们学习预测模型的第一个算法。由于这二者的知名度很大,许多分析人员以为它们就是回归的唯一形式了。而了解更多的学者会知道它们是所有回归模型的主要两种形式。事实是有很多种回归形式,每种回归都有其特定的适用场合。在这篇文章中,我将以简单的形式介绍 7 中最常见的回归模型。通过这篇文章,我希望能够帮助大家对回归有更广泛和全面的认识,而不是仅仅知道使用线性回归和逻辑回归来解决实际...翻译 2018-07-19 21:26:56 · 106777 阅读 · 8 评论 -
机器学习笔试题精选(四)
个人网站:红色石头的机器学习之路 CSDN博客:红色石头的专栏 知乎:红色石头 微博:RedstoneWill的微博 GitHub:RedstoneWill的GitHub 微信公众号:AI有道(ID:redstonewill)机器学习是一门理论性和实战性都比较强的技术学科。在应聘机器学习相关工作岗位时,我们常常会遇到各种各样的机器学习问题和知识点。为了帮助...原创 2018-07-23 09:57:02 · 16328 阅读 · 0 评论 -
机器学习笔试题精选(五)
机器学习是一门理论性和实战性都比较强的技术学科。在应聘机器学习相关工作岗位时,我们常常会遇到各种各样的机器学习问题和知识点。为了帮助大家对这些知识点进行梳理和理解,以便能够更好地应对机器学习笔试包括面试。红色石头准备在公众号连载一些机器学习笔试题系列文章,希望能够对大家有所帮助!今天的笔试题主要涉及的知识点包括:SVM、高斯核、F1 score、Leave-One_out 交叉验证、神经网络、...原创 2018-07-31 09:37:32 · 16072 阅读 · 0 评论 -
机器学习笔试题精选(六)
红色石头的个人网站:redstonewill.com机器学习是一门理论性和实战性都比较强的技术学科。在应聘机器学习相关工作岗位时,我们常常会遇到各种各样的机器学习问题和知识点。为了帮助大家对这些知识点进行梳理和理解,以便能够更好地应对机器学习笔试包括面试。红色石头准备在公众号连载一些机器学习笔试题系列文章,希望能够对大家有所帮助!今天的笔试题主要涉及的知识点包括:降维、PCA、特征...原创 2018-08-08 09:23:51 · 13289 阅读 · 0 评论 -
如何在 Google 免费云端运行 Python 深度学习框架?
先说一下哦,结尾有福利!你懂的~热爱学习的你是否有过这样的经历:想自己动手搭建神经网络,却不知选择哪种工具?想配置深度学习框架 TensorFlow,却被复杂的配置步骤所困扰?想使用 GPU 加速训练,却经费有限无法实现高配置?······试想一下,如果有个免费的在线云端平台,既可以不用安装 TensorFlow 直接使用,又可以实现 GPU 加速训练,那该是多好的一件事情。...原创 2018-08-24 09:55:11 · 6953 阅读 · 4 评论 -
通俗解释协方差与相关系数
什么是协方差(Covariance)?协方差表示的是两个变量的总体的误差,这与只表示一个变量误差的方差不同。 如果两个变量的变化趋势一致,也就是说如果其中一个大于自身的期望值,另外一个也大于自身的期望值,那么两个变量之间的协方差就是正值。 如果两个变量的变化趋势相反,即其中一个大于自身的期望值,另外一个却小于自身的期望值,那么两个变量之间的协方差就是负值。以上是某百科的解释。等等!是不是还...原创 2018-09-18 11:17:34 · 7212 阅读 · 7 评论 -
斯坦福CS231n项目实战(二):线性支持向量机SVM
我的网站:红色石头的机器学习之路 我的CSDN:红色石头的专栏 我的知乎:红色石头 我的微博:RedstoneWill的微博 我的GitHub:RedstoneWill的GitHub 我的微信公众号:红色石头的机器学习之路(ID:redstonewill)支持向量机(Support Vector Machine, SVM)的目标是希望正确类别样本的分数(W...原创 2018-02-06 11:23:27 · 2668 阅读 · 1 评论 -
斯坦福CS231n项目实战(一):k最近邻(kNN)分类算法
我的网站:红色石头的机器学习之路 我的CSDN:红色石头的专栏 我的知乎:红色石头 我的微博:RedstoneWill的微博 我的GitHub:RedstoneWill的GitHub 我的微信公众号:红色石头的机器学习之路(ID:redstonewill)k最近邻分类(kNN,K Nearest neighbor)分类算法是一种最简单的分类器之一。在kNN...原创 2018-02-03 11:08:04 · 6822 阅读 · 0 评论 -
台湾大学林轩田机器学习基石课程学习笔记12 -- Nonlinear Transformation
我的CSDN博客地址:红色石头的专栏 我的知乎主页:红色石头 我的微博:RedstoneWill的微博 我的GitHub:RedstoneWill的GitHub 我的微信公众号:红色石头的机器学习之路(ID:redstonewill) 欢迎大家关注我!共同学习,共同进步!上一节课,我们介绍了分类问题的三种线性模型,可以用来解决binary classifi...原创 2017-05-22 20:54:27 · 4603 阅读 · 0 评论