- 博客(6)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Machine Learning (6) -- （ex2 / Week 3 / Coursera)
上一节中介绍了线性回归的单一变量和多变量问题，这一节的主题是逻辑回归问题。依然建议是：看视频 => 看PPT => 看Lecture Note => 自己完成练习，如果还是无法解决再来看这篇帖子。另，如果有任何问题，欢迎私戳~ 于是以下开始正文：1.在上一个练习中，我们练习了关于单一和多变量的线性回归，在这一个练习中我们将进行逻辑回归的练习。相关理论内容请在Machine...
2018-09-24 04:21:10
626
原创 Machine Learning (5) -- （ex1 / Week 2 / Coursera)
前面更了四篇理论性的文章，ML这种东西理论讲的再多不亲自动手实践一下是不会融会贯通的，coursera上的练习还是好好自己练习一下，所以如果你正在学这门课，如果发现完成代码练习（即各assignment）有困难，建议一看视频，二看PPT，三看Lecture Notes，四看编程指导文档，试着自己完成作业。如果已经完成或者还是有困难，可以来阅读这一篇帖子，但是个人观点，如果你好好完成了上述四步，应该...
2018-09-21 22:48:04
294
原创 Machine Learning (4) Motivations & Neural Networks
这一节将开始介绍关于神经网络的相关内容。1. Motivations [动机]：（略）。2. Neural Networks [神经网络]：2.1 Model Representation (1) [ 模型表示法（1）]：2.1.1 让我们从非常简单的神经元的机理来讨论这个问题，神经元可以看做是一个计算单元，其从树突（们）[Dendrites]接收输入，这些输入可以被当做带电输入（...
2018-09-20 05:35:06
175
原创 Machine Learning (3) Classification and Representation
1. Classification and Representation [分类和表达]：1.1 Classification [分类]:1.1.1 为了达到分类的目的，一种方法是使用线性回归，并将所有大于某值的预测映射为1，而所有预测小于该值的都映射为0。然而，这种方法并不总是适用的，因为分类问题实际上并不能用一个线性函数来描述。1.1.2 事实上绝大多数分类问题都不应该使用线性函数...
2018-09-19 22:30:54
231
原创 Machine Learning (2) Parameter Learning & Linear Algebra Review
上一篇介绍了机器学习的基本概念以及这个系列中将要使用的各种表示法，建议手动画几次所谓的训练数据集的表格，加深对各个参数的理解。另，这个系列的主要目的是对整体ML提供一个有深度并兼顾广度的flavor，所以在这个系列中的programming练习将会用matlab实现，如果没有matlab权限的，用octave也是一样的。1. Gradient Descent [梯度下降法]：1.1 在上一...
2018-09-19 21:04:23
162
原创 Machine Learning (1) Introduction & Model and Cost Function
花了一个月的时间把Andrew Wu (Ng)的机器学习（Stanford University）课程学完了，算是对机器学习某种意义上有了一个大体理解。读了这么多年书，学习的精髓就在于review，而且马上新生要来啦，估计接下来TA的任务会忙起来，不如利用零散的时间一边写博客一边对之前的内容进行一个review。贴上这一个月的成果~~另外，打个广告，博主现在在大不列颠的Cranfield ...
2018-09-19 20:42:07
222
[2018 CVPR] Competitive Collaboration
2019-03-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人