机器学习
文章平均质量分 81
super_ozman
这个作者很懒,什么都没留下…
展开
-
Standford机器学习 神经网络的学习(Neural Network Learning)
转自http://blog.csdn.net/jackie_zhu/article/details/8977055 上一讲讲了神经网络的表示,神经网络中,从前一层映射到后一层的需要有个一个权重矩阵Theta和激活函数,映射后可以得到该层神经元的activation。如何来学习Theta是本讲要解决的内容。首先,对于一个分类问题,如果是两类问题,输出层只需要有一个神经元,转载 2015-10-12 11:50:14 · 334 阅读 · 0 评论 -
Standford机器学习 逻辑回归(Logistic Regission)以及过拟合问题解决(Regularization)
转自http://blog.csdn.net/jackie_zhu/article/details/8895270#comments1.分类问题 判断一封邮件是否为垃圾邮件,判断肿瘤是良性的还是恶性的,这些都是分类问题。在分类问题中,通常输出值只有两个(一般是两类的问题,多类问题其实是两类问题的推广)(0叫做负类,1叫做正类)。给定一组数据,标记有特征和类别,数据如(x(i),y(i转载 2015-09-22 18:19:41 · 1195 阅读 · 0 评论 -
Standford 机器学习 线性回归(Linear Regission)
转自http://blog.csdn.net/jackie_zhu/article/details/88818971. 单变量的线性回归(Linear Regission with onevariable) 监督学习的样本中都含有对于每个输入变量的输出值,通过建立模型并且学习得到一个模型之后,使该模型可以通过给定的输入,预测出输出。转载 2015-09-22 18:21:54 · 339 阅读 · 0 评论 -
Standford机器学习 神经网络(Neural Network)的表示
转自http://blog.csdn.net/jackie_zhu/article/details/8936209 上一讲讲了如何用逻辑回归来解决分类问题,如果在两个类多维线性不可分的情况下,可以通过添加多项式项把向量投影到高维空间使得它线性可分。但这也存在一个问题,就是当选取的特征很多的时候,featurevector可能高达几千维,这就是维数爆炸的问题。转载 2015-10-12 11:47:52 · 276 阅读 · 0 评论 -
Standford 机器学习应用的建议及机器学习系统的设计
转自http://blog.csdn.net/jackie_zhu/article/details/9003894 前几讲学习了很多机器学习的算法,但是在实际的应用中会遇到很多过拟合和欠拟合的问题,这些问题都会导致测试结果不理想。用什么方法解决这些问题,是本讲研究的主题。举一个房价预测的例子,如果学习了一个模型,发现测试结果非常不理想(有非常大的误差),那么接下去该怎么转载 2015-10-12 11:52:33 · 553 阅读 · 0 评论