学习记录
文章平均质量分 77
Jeremy Anifacc
LifeLongLearning~Other Blog:jeremiahzhang.github.com
展开
-
【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原创 2015-01-06 20:53:21 · 337 阅读 · 0 评论 -
【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原创 2014-12-24 19:04:17 · 392 阅读 · 0 评论 -
【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原创 2014-12-28 17:34:29 · 566 阅读 · 0 评论 -
【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原创 2014-12-30 09:58:26 · 357 阅读 · 0 评论 -
【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原创 2014-12-31 12:19:34 · 471 阅读 · 0 评论 -
【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原创 2014-12-31 17:16:17 · 4224 阅读 · 0 评论 -
【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原创 2015-01-03 11:46:36 · 488 阅读 · 0 评论 -
【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原创 2015-01-03 22:21:27 · 1537 阅读 · 0 评论 -
【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原创 2015-01-04 15:41:32 · 547 阅读 · 0 评论 -
【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:原创 2015-01-01 15:51:14 · 289 阅读 · 0 评论 -
【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原创 2015-01-04 21:52:22 · 330 阅读 · 0 评论 -
【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,实原创 2015-01-05 17:29:18 · 300 阅读 · 0 评论 -
【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原创 2014-12-24 09:41:39 · 361 阅读 · 0 评论 -
【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:原创 2014-12-26 15:31:13 · 368 阅读 · 0 评论 -
【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原创 2015-01-06 17:27:00 · 369 阅读 · 0 评论 -
【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原创 2015-01-12 23:33:56 · 301 阅读 · 0 评论 -
【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原创 2014-12-22 21:57:54 · 641 阅读 · 0 评论 -
【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原创 2015-01-13 22:58:46 · 324 阅读 · 0 评论 -
【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原创 2014-12-23 18:55:50 · 355 阅读 · 0 评论 -
【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,原创 2014-12-24 16:25:32 · 610 阅读 · 0 评论 -
【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中找到合适的原创 2014-12-25 15:32:04 · 393 阅读 · 0 评论 -
【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原创 2014-12-24 14:35:05 · 707 阅读 · 0 评论 -
【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】根据原创 2014-12-25 19:16:51 · 404 阅读 · 0 评论 -
【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原创 2014-12-26 19:09:43 · 587 阅读 · 0 评论 -
【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 (六西格原创 2014-12-28 14:05:53 · 498 阅读 · 0 评论 -
【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原创 2015-01-06 17:05:16 · 725 阅读 · 0 评论