sndnyangd的专栏

何谓实际起因：An actual cause assumes and change as little as possible, yet changes the effect.Delta调试法所实现的正是找到了实际起因，帮助我们快速地调试、修复缺陷。

Title: 机器学习三要素 category: 机器学习 tags: CS 机器学习 人工智能 深度学习 summary: 统计机器学习三要素， 模型+策略+算法， 主要出自李航的《统计学习方法》 致谢模型损失函数总结策略总结算法深度学习目录链接 完整版李航《统计学习方法》

zhimind-深度学习目录， 学习笔记， 主要根据Hinton在Coursera 开的 [neural network for machine learning](https://www.coursera.org/learn/neural-networks)

ipython notebook 好用， 方便学习， python 比 mathlab/octave 用途广， 所以不如用 python 来试试。      honor code 不许公开代码， 但我是用 python 实现的， 毕竟不是填空题的作业， 无法提交， 不影响吧，  像前沿分析课 得悠着点， 那个的编程练习是填空题——运行了看结果就行。      nbviewer 请看：

这一单元就这么简单，会用断言，勤用断言，善用断言。为什么要用断言这个对用户不友好的语句？断言到底能做什么？断言有什么讲究?

Coursera网站上， 推荐系统导论一课的编程环境配置步骤及问题解决方案。

Konstan 教授是怎样分析亚马逊的推荐系统的呢（易中天的声音）？那还得看第五、第六两讲，所谓磨刀不误砍柴工，不对，所谓庖丁解牛，游刃有余，盖因，盖因，也没啥盖因，就是因为那一头头的牛在他眼中，并不是一个个美女，而是“未尝见全牛也”，整头牛的结构已经完全印刻在他的潜意识中。所以，让我们来看看，在Konstan 教授眼中，推荐系统这头牛的“结构”是怎样的。请看coursera公开课推荐系统导论之推荐系统分析框架 Analytical Framework of recommendation.

总的来说，本单元就是在讲科学方法（Scientific Method），以及如何在调试过程中使用科学方法。而编程练习则是构建一个交互式调试器。课程内容：1、调试的基础知识。（应该是基本概念）2、科学方法3、清晰调试

Udacity平台调试课，课程简介，授课教师为DDD调试器的开发者之一的 Andreas Zeller.课程共有7个单元，课程目标是教给学生以系统、靠谱的调试方法，还有一堆的自动调试工具及里面的原理。

闲谈MOOC          最近几年，MOOC很火，以前网易公开课把名校的课堂录像放上网络时，那个应该还不叫MOOC，就已经有很大的影响力了。应该是11年底，斯坦福大学的Thrun教授和Norvig教授首开在线课程——人工智能导论一课，当时我选了，遗憾的是，我没坚持下来。等我真正上完一门MOOC时，已经跑到今年，2013年年初或年中。       往事不堪回首，这个人太懒了，总是坚持不

Udacity调试课笔记之简化失败       这一单元是本课的核心，讲解了一个调试技术，就是Zeller教授自己发明的Delta调试方法啦!Delta debugging。这个方法还是很容易理解的，过程清楚、明白，不难。本单元的目标就是：1、将测试案例简化，简化到剩下的每个字母都是失败的“相关”条件。2、自动化完成步骤1

数学思维导论之学生互评打分标准（测试版）Introduction to Mathematical Thinking. Peer Review Grading Rubric (beta)        数学思维导论课很好的老师、很好的内容，就是从第二周还是第几周开始，每周都有的最后那道打分题太让我无法适从了，看到那密密麻麻的打分标准，我已经眼花缭乱，第一次评分时，我强忍不适，认真地读了一下，

Title: 感知器基础 Date: 2016-10-19 17:53:50 category: 机器学习 tags: CS, 机器学习, 人工智能 summary: 感知器基础， 也是模型， 策略， 算法， 应该还有证明 模型策略算法编程实践深度学习目录链接本文完整版链接致谢本文来自以下内容：李航《统计学习方法》第2章 感知机