机器学习记录
文章平均质量分 53
丑不拉几香菇头
这个作者很懒,什么都没留下…
展开
-
机器学习之神经网络
先从回归(Regression)问题说起。我看到不少人提到如果想实现强AI,就必须让机器学会观察并总结规律的言论。具体地说,要让机器观察什么是圆的,什么是方的,区分各种颜色和形状,然后根据这些特征对某种事物进行分类或预测。其实这就是回归问题。如何解决回归问题?我们用眼睛看到某样东西,可以一下子看出它的一些基本特征。可是计算机呢?它看到的只是一堆数字而已,因此要让机器从事物的特征中找到规律,其实是一个原创 2015-08-25 21:09:43 · 616 阅读 · 0 评论 -
在64位ubuntu上安装tensorflow
首先从ubuntu14.04的安装原创 2015-12-28 21:32:04 · 7288 阅读 · 0 评论 -
机器学习--python之学会如何从文件逐行读取数据
学会如何从文件逐行读取数据 在上代码之前先来分析一下学会从文件逐行读取数据对我们学习机器学习算法的时候有什么作用。在学习机器学习算法的时候,会用到大量的数据作为训练集,手动输入显然不能满足需求,而且效率极其低下,更不能体现计算机的作用。 上代码: from numpy import * import operator def read_data_test(filename): f原创 2015-08-21 11:12:43 · 2237 阅读 · 0 评论 -
深度学习记录第二天神经网络
在开始第二节之前,先简单回顾一下第一节的内容,第一节讲了如何在给定参数(W,b)和数据集(x(i),y(i))的前提下计算神经网络,最后思考如何找到最优的(W,b),这一节我们紧紧围绕我们的目的即找到最优的(W,b)展开。既然要最优,就要用到最优化的算法,在开始之前先来看一下什么是最优化算法,以及常用的最优化算法。字面意思:能使预测的值与我们想要的结果或者实际值最接近的算法我们称之为最优化算法。比如原创 2015-08-28 10:02:30 · 1611 阅读 · 0 评论 -
ubuntu下安装numpy,matplotlib
Ubuntu下安装numpy and matplotlib 安装numpy,命令如下: sudo apt-get install python-numpysudo apt-get install python-scipy 安装matplotlib第1步.需要先安装其依赖的包libpng和freetype安装libpng:sudo apt-get instal原创 2015-08-20 16:59:00 · 777 阅读 · 0 评论 -
深度学习第三天
深度学习第三节原创 2015-09-02 20:01:30 · 465 阅读 · 0 评论 -
神经网络第三天
神经网络第四节原创 2015-09-02 20:00:25 · 493 阅读 · 0 评论 -
神经网络第五天
神经网络第五节原创 2015-09-02 19:59:01 · 413 阅读 · 0 评论 -
深度学习
深度学习第二节原创 2015-09-02 17:34:42 · 536 阅读 · 0 评论 -
深度学习记录第一天--神经网络
一直没搞懂神经网络到底是个什么玩意,今天看了斯坦福的深度学习基础教程才算知道神经网络的那个经典的三层结构。以下是原文: 以监督学习为例,假设我们有训练样本集 ,那么神经网络算法能够提供一种复杂且非线性的假设模型 ,它具有参数 ,可以以此参数来拟合我们的数据。为了描述神经网络,我们先从最简单的神经网络讲起,这个神经网络仅由一个“神经元”构成,以下即是这个“神经元”的图示:这个“神经元”是一个以及截距原创 2015-08-26 21:47:01 · 2996 阅读 · 0 评论 -
深度学习第五天
深度学习第五节原创 2015-09-02 20:03:37 · 651 阅读 · 0 评论 -
深度学习第四天
深度学习第三节原创 2015-09-02 20:01:58 · 423 阅读 · 0 评论 -
梯度上升法,梯度下降法
一个多元函数的梯度方向是该函数值增大最陡的方向。 例如求二次函数的最小值,这里采用梯度下降法: 梯度下降法的思想:假设现在要求上图中函数f(x)的最小值,先选择一个初始点,下一个点的产生是沿着梯度直线方向(本函数求最小值是沿着梯度负方向,若求最大值则沿着梯度方向)为什么叫梯度上升和梯度下降呢?个人理解是沿着梯度的方向上升(向上走)叫梯度上升,沿着梯度的方向下降(向下走)叫梯度下降。那这里的梯度是原创 2015-08-29 09:59:56 · 13715 阅读 · 0 评论 -
机器学习--python归一化特征值
特征值中有些属性的数字过大,从而对计算结果的影响太大,但是实际情况是每个属性都同等重要,这时候就要处理这种不同取值范围的特征值,通常采用数值归一化,将取值范围处理为0-1或者-1-1之间。 将任意取值范围的特征值转化为0–1区间内的值,公式如下:newValue=(oldValue-min)/(max-min)其中oldValue为原始数据 min、max分别是原始数据里最小、最大值 例如:有原创 2015-08-26 10:43:25 · 9886 阅读 · 0 评论 -
预测数值型数据:回归
举个例子,假如你最近在考虑要不要跟一个人谈恋爱,这件事已经让你纠结了好一阵子,最后你想出了一个办法,就是征求一下父母、朋友的意见然后再考虑一下自己对对方的印象,于是有了下面的公式:父母×0.70+朋友×0.10+印象×0.15=你的决定,这个公式就是所谓的回归方程,其中0.70、0.10、0.15被称作回归系数,求这些回归系数的过程就是回归。回到你谈恋爱这件事,有一天你发现你不喜欢你现在的对象了,想原创 2015-08-23 21:05:59 · 829 阅读 · 0 评论 -
主题:免费的论文查重网站
神经网络第四节原创 2015-09-02 19:57:58 · 437 阅读 · 0 评论