机器学习
文章平均质量分 79
chenynCV
本科就读于电子科技大学,现攻读西安交通大学硕士。关注:机器学习,计算机视觉,人工智能,图像处理。
展开
-
《机器学习》学习笔记(二):神经网络
在解决一些简单的分类问题时,线性回归与逻辑回归就足以应付,但面对更加复杂的问题时(例如对图片中车的类型进行识别),运用之前的线性模型可能就得不到理想的结果,而且由于更大的数据量,之前方法的计算量也会变得异常庞大。因此我们需要学习一个非线性系统:神经网络。 我在学习时,主要通过Andrew Ng教授提供的网络,而且文中多处都有借鉴Andrew Ng教授在mooc提供的资料。原创 2015-03-05 10:48:29 · 3314 阅读 · 4 评论 -
《机器学习》学习笔记(一):线性回归、逻辑回归
本笔记主要记录学习《机器学习》的总结体会。如有理解不到位的地方,欢迎大家指出,我会努力改正。 在学习《机器学习》时,我主要是通过Andrew Ng教授在mooc上提供的《Machine Learning》课程,不得不说Andrew Ng老师在讲授这门课程时,真的很用心,特别是编程练习,这门课真的很nice,在此谢谢Andrew Ng老师的付出。同时也谢过告知这个平台的小伙伴。本文在写的过原创 2015-03-04 19:54:23 · 3437 阅读 · 0 评论 -
《机器学习》学习笔记(三):支持向量机(SVM)
MOOC上的《机器学习》课程已经更新完毕了,通过这一系列的课程,使我对机器学习有了一定的了解。这门课真的很精彩,在此再次感谢Andrew Ng教授的付出。 本篇博客将谈一下我对支持向量机(SVM)的理解,相比于逻辑回归,支持向量机是一种更强大的二类分类模型,并且有着广泛的应用。 本文多处公式都将借用Andrew Ng教授授课的PPT,并参考李航博士的《统计学习方法》一书。原创 2015-04-19 20:52:05 · 2808 阅读 · 1 评论