Jeremy Anifacc-CSDN博客

原创【透析法听力】D8

1.13日听力 11课美国的经济系统是什么acceptable 发音supply and demand 中demand 发音fairly easy forprivate entity ： individuals and businessthat are not owned by the governmentcapitalist economy or marker economyself

2015-01-13 22:58:46 314

原创【透析法听力】D7

# D7 关于宗教自由的问答解释##【生词】- to practice （a religion）—— to follow the teachings of a religion; to be part of a religion and do what it tells people to do- to flee – to run away from something or s

2015-01-12 23:33:56 286

原创【透析法听力】D5

【Day 5】07-How many amendments does the Constitution have?Founding Fathersto amendto reinterpretto overruleBill of Rightscollectively08 the declaration of Independenceto convene= to meetrev

2015-01-06 20:53:21 309

原创【透析法听力】D4

【05】 What do we call the first 10 amendments to the Constitution？The Bill of Rights【生词短语】civil rights - the rights that citizens have to social and politic al freedom and equality, and havin

2015-01-06 17:27:00 340

原创【05】standford L05 生成学习算法：高斯判别算法-朴素贝叶斯算法-Laplace Smoothing-文本分类-垃圾邮件处理

L5 笔记 Generative Learning Algorithms0 Discriminative Learning Algorithms 和 Generative Learning Algorithms本lecture主要讲的就是GLA生成学习算法。DLA与GLA的区别DLA判别学习算法通过学习（训练样本）直接计算p（y|x）【如Logistic regress

2015-01-06 17:05:16 694

原创【Novice】 03- diabetes 案例学习记录

【案例1】 Diabetes analysis1 Problem definition2 Analyze data3 Prepare data4 Evaluate Algorithm5 Improve results6 Present results【数据准备 Prepare Data】Mark missing data有些数据的特征与事实是相违背的，像这里出现的0，实

2015-01-05 17:29:18 289

原创【透析法听力】D3

【04】 What is an amendment？the amendment to the Constitution【生词】Congressthe amendment toto vote in favor ofto veto —— to vote against sthto repeal —— to take back; to undo sthProhibition – the

2015-01-04 21:52:22 302

原创【Model Thinking】L6 分类和线性模型 Categorical and Linear Models 学习笔记

第6单元: 分类和线性模型 Categorical and Linear Models这讲的话还是比较熟悉一点，不像上一单元，建人的模型。【这个在机器学习中一直讲，简要做笔记如下】【分类模型】【线性模型】【非线性模型】模型参数解释“Big Coefficient”【分类模型】【例子】投资Amzaon公司1、判断：快递公司2、判断：in

2015-01-04 15:41:32 511

原创【Model Thinking】L5 人类建模：电子思维学习笔记

L5 Thinking Electrons：Modeling People1 人类模型：电子思维2 【理性行动者模型】 Rational Actor Models3 【行为模型】 Behavioural Models4 【基于规则的模型】 Rule based models5 行为什么时候重要？When Does Behaviour Matters？

2015-01-04 15:26:08 878

原创【英文原著 02】- The Lion the witch and the wardrobe

英文原著 02 The Lion the witch and the wardrobe 读书记录【时间】用时3天，总6.1h1、10-54 45页查了10个单词 1.6h2、55-99 45页查了9个生词 2h3、100-165 66页，查词12个，用时2.5h【精彩句子】1 Faun’s brown eyes had filled with tears a

2015-01-03 22:21:27 1472

原创【透析法听力】D2

D2 02-03 4h02 What does the constitution do?【生词短语】legislativeexecutivejudicialbe guilty ofput a stop to it【跟读】1、1遍耗时多一点，但是锻炼瞬时记忆能力2、6遍这个阶段的跟读，要慢慢跟着教材来3、3遍这个阶段，难度较大，本次马马虎虎跟上了，但是发

2015-01-03 21:49:13 354

原创【2014 年末岁首】

2014年的年末岁首1、书籍穷查理宝典富兰克林自传2、MOOC课程吕世浩《史记》3、心理思维检查芒格的人类误判心理学芒格的跨学科思维富兰克林的检查表格4、决心【英语】【Machine Learning 高级】5 2014年的回顾自从2014年初，有点焦躁不安的苗头，因为在上海公司里面，真的是不适合自己，也和同去的同学相处

2015-01-03 11:54:03 603

原创【Novice】 02-Getting-Started-In-Weka

【Get started in Weka】1 What is Weka2 Running Weka3 Weka Explorer4 Algorithm Tour5 Weka Experimenter1 what is WekaWeka GUIThe Explorer: 自己探索，练习尝试算法The Experimenter: Run and control

2015-01-03 11:46:36 462

原创【Novice】01 BeginningWeka

Applied Machine Learning 思维导图应用MachineLearning有一个指导的作用思维导图如下：

2015-01-01 15:51:14 262

原创【英文原著 01】-The magician's nephew

英文原著 01 The magician’s Nephew 读书记录版本：HarperCollins Publishers出版 1994年这本书是我采用透析法完整读完的第一本英文原著，在Ipad上看的epub的电子书，全书146页，利用三个下午的时间，花了7.5个小时完成了阅读。【方法】透析法原则每两页只查1个生词，2-1原则（我的是电子屏，但是坚持没两页查一个单词

2014-12-31 17:16:17 4203

原创【04】standford L04

L4 其他解法-牛顿方法-指数家族-GLM1、Logistic Regression——Newton’s method2、指数家族Exponential Family3、广义线性模型 Generalized Linear Models1Logistic Regression——Newton’s method进一步了解Newton’s Method

2014-12-31 12:19:34 445

原创【03】机器学习(Standford)笔记 L03

【Machine Learning】L3 笔记1 多项式拟合多个特征之后的情况，拟合不好就会出现underfitting 和 overfitting2 参数型学习算法与非参数型学习算法3 概率角度解释线性回归中参数θ求解参数估计：极大似然估计法4 Classification 二元分类器 y = ｛0,1｝第一个分类算法 Logistic reg

2014-12-30 09:58:26 328

原创【Model Thinking】L4 决策学习笔记

【Model Thinking】L4 决策模型 Decidsion Models作用：Normative：做更好的决策Positive：预测他人的行为1 多准则决策模型 Multi-Criterion Decision2 空间投票决策Spatial Choice Models3 决策树 Decision Trees4 信息的价值（Value of I

2014-12-28 17:34:29 538

原创【Model Thinking】L3 聚合学习笔记

【Model Thinking】L3 聚合 Aggregation核心 More is different简单的规则可以产生很复杂的情况。It from bit 的原理和中国的阴阳挺像的，从复杂的事物中去探索简单的规律，有可能发生，但是从简单的事物中，也可以产生复杂的规律。Central Limit Theorem (中心极限定理)：数字或行为的聚合6 sigma (六西格

2014-12-28 14:05:53 463

原创【02】台大机器学习L7 The VC Dimension

WHY? The VC Dimension这一讲听的云里雾里，有待进一步理解VC维的理论！Definition of VC DimensionVC Dimension of PerceptronsPhysical Intuition of VC DimensionInterpreting VC DimensionVC维的定义：可以被shatter的最大的点数目，+1就为Be

2014-12-26 19:09:43 578

原创【02】机器学习(Standford)笔记 L02

【02】监督学习-线性回归监督学习线性回归Gradient Descent（梯度下降）两种求解1、LMS algorithm （Least Mean Squares）2、the normal equaltion（正规方程法-矩阵的形式-主要是进行证明）对于LMS方法：可以用batch GD 和 stochastic Gradient descent监督学习流程：

2014-12-26 15:31:13 339

原创【02】台大机器学习L6 理论归纳

【06】理论归纳Break PointBounding FunctionVC边界本讲讲的主要是一些理论归纳，发现听的云里雾里的。Break Point 的限制作用成长函数：最大的二元分类dichotomies的数目。Break Point的性质：上图有提到shatter，这这讲里面提到的shatter，混乱了，需要捋一下！【理解 shatter】根据

2014-12-25 19:16:51 398

原创【02】台大机器学习L5 训练与测试

【L5】Why？训练和测试Recap and Preview 回顾Effective Number of linesEffective Number of HypothesesBreak Point1、回顾前面4讲简单介绍了机器学习的基本分类，应用以及简单的分类算法以及PAC概率论与Learning的结合，Learning 其实就是找到在一Hypo集H中找到合适的

2014-12-25 15:32:04 365

原创【01】台大机器学习L4 机器学习可行性

Feasibility of Learning 機器學習的可行性机器学习可行么？概率论知识估计概率论运用到ML学习中去 Connection实际问题探讨机器学习可行么图2：规矩是人定的，所以没有标准答案天下没有免费的午餐理论-现成的数据，来预测实际大量的数据，准确性不一定的，那有那么简单。图3：概率论知识引入运用概率论的知识来探讨上面的问题

2014-12-24 19:04:17 383

原创【01】台大机器学习L3 机器学习分类问题

L3 各式機器學習問題分类：根据输出空间 y根据数据样本标签 yn根据Protocol f根据输入空间 X1 根据输出空间 y 来分二元分类多类别分类线性回归：输出为实数Structural Learninget2 根据样本标签来分监督学习：训练样本数据有标签非监督学习：训练样本数据没有标签半监督学习：训练样本数据只有一部分标签，

2014-12-24 16:25:32 586

原创【01】台大机器学习L2 二元分类 PLA

【02】When can ML？二元分类（是非问题）-PLA本讲主要介绍了二元分类问题的一解决方法【PLA - Perceptron Learning Algorithm 感知器算法（知错能改算法，一种线性分类器）】，后续延伸简单介绍了一种【Pocket Algorithm 口袋算法】PLA 感知器算法介绍PLA 的算法可行性证明PLA 算法优缺点及后续问题

2014-12-24 14:35:05 699

原创【01】台大机器学习L1 机器学习问题

【01】When can ML？The Learning Problem课程设计什么是MLML的应用Components of MLML与其他的领域相关性1 课程设计理论和实际的相结合：基石偏理论，技法偏实际应用算法ML的哲学理念体现、主要理论、核心技术（算法）、实际应用主讲：1）When can Machines Learn（ML）？（）2）Why can M

2014-12-24 09:41:39 351

原创【01】机器学习(Standford)笔记01

【01】机器学习的动机与应用机器学习的应用目标起源结构1 机器学习的广泛应用Google 搜索及web网页评分喜用Facebook 和Apple的照片标记系统Spam email filter手写识别，人脸识别偏好问题（例如豆瓣的推荐，淘宝的推荐等）2 起源-WhatAuthur Samuel(1959)的定义：Field of study that

2014-12-23 18:55:50 326

原创【00】机器学习之旅-启程

【00】机器学习之旅启程 Machine Learning Roadmap【开始我的机器学习之路，感兴趣，就慢慢学，就在CSDN建立自己学习旅程】指南：Learning guideStreamlined guideinformation filterScope：Focus your scope on classification and regression t

2014-12-22 21:57:54 616

日日新-日日进