![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
matlab
文章平均质量分 71
路飞在福州
我的python+tensorflow之路,就是一部血泪史、抗争史与奋斗史
展开
-
Machine Learning |吴恩达 (2)---神经网络【笔记】
Neural Networks LearningNeural Networks LearningNeural network modelcost functionNeural network modelForward: Backpropagation: cost functionnotation: a&原创 2018-06-11 15:00:29 · 240 阅读 · 1 评论 -
Machine Learning|吴恩达 (11)- 图片OCR,上限分析,课程总结
Photo OCRpipeline -Text detction(slide window) -Character segmentation -recognition(character classification)Artificial Data又称为数据增强,人工的制造‘假’数据 -扭曲、变形(模仿人手写字的‘弹性扭曲’) -减噪与增噪 -添加背...原创 2018-06-19 23:40:41 · 502 阅读 · 0 评论 -
Machine Learning|吴恩达 (9-2)- 推荐系统(Recommender Systems)
Collaborative filteringCollaborative filtering协同过滤。不过这个直译名感觉表达不准确啊。可能叫“协同训练”更形象些。系统中涉及θ,xθ,x\theta \; ,x两项需要通过训练进行学习。人已越来越懒,这章节我觉得是全课程比较重要的章节之一。因为提出了“共同训练、循环预测”的概率。然后,居然不想再整理完整笔记了。好吧,以后有时...原创 2018-06-23 23:24:52 · 458 阅读 · 0 评论 -
Machine Learning|吴恩达 (7)-SVM(支持向量机)
线性分割解决线性不可分使用SVM线性分割线性可分时,代价函数为: minθC∑i=1m[y(i)cost1(θ(T)x(i))+(1−y(i))cost0(θ(T)x(i))+12∑i=1nθ2j]minθC∑i=1m[y(i)cost1(θ(T)x(i))+(1−y(i))cost0(θ(T)x(i))+12∑i=1nθj2]min_{\theta} C\sum_...原创 2018-06-23 22:49:22 · 683 阅读 · 0 评论 -
Machine Learning |吴恩达 (2-2)---神经网络,反向传播推导(超简单版)
神经网络,反向传播推导神经网络,反向传播推导标注说明解题思路寻找δ(l)δ(l)\delta^{(l)}与δ(l+1)δ(l+1)\delta^{(l+1)}之间的关系确定δ(L)δ(L)\delta^{(L)}的值标注说明θ(l)i,jθi,j(l)\theta_{i,j}^{(l)}表明从(l+1)(l+1)(l+1)层的第i个元素到(l)(l)...原创 2018-06-15 23:49:45 · 6061 阅读 · 12 评论 -
Machine Learning|吴恩达 (6)应用机器学习的建议
将训练数据分为Train,cross validation,Test三个部分诊断高偏差与高方差问题(Bias vs. Variance)使用学习曲线观察效果问题与对策将训练数据分为Train,cross validation,Test三个部分train数据集: 用来训练模型cross validation数据集:用来测试确认,上一步训练的模型的超参数设定的好坏。...原创 2018-06-14 22:16:15 · 198 阅读 · 0 评论 -
Machine Learning|吴恩达 (1)线性回归与逻辑回归【含公式推导】
《Machine Learning》@ coursera.org | Formula Summarizi《Machine Learning》@ coursera.org | Formula SummariziMultivariate Linear RegressionNormal EquationLogistic Regression快捷键Markdown及扩展表格定...原创 2018-06-10 16:45:26 · 1199 阅读 · 1 评论 -
Machine Learning(@Andrew Ng) WEEK 5 Exercise
spend two days in these code,very stupid. note the important part. ”’ function [J grad] = nnCostFunction(nn_params, … input_layer_size, … ...原创 2018-05-29 22:32:24 · 310 阅读 · 0 评论 -
协方差(covariance)与方差(variance)的对比
协方差(covariance)与方差(variance)的对比标准差( standard deviation):x=∑i=0n(X−X¯¯¯¯)2n−1−−−−−−−−−√x=∑i=0n(X−X¯)2n−1 x =\sum_{i=0} ^{n}\sqrt{\dfrac{ {(X - \overline{X})}^2}{n-1}} 方差(variance):x=∑i=0n(X−X¯¯¯¯)2...原创 2018-06-04 22:39:49 · 25537 阅读 · 1 评论 -
Machine Learning|吴恩达 (10)-大规模机器学习,随机梯度下降,映射化简
确定你的模型是高偏差还是高方差假设你有1亿条数据,训练起来非常耗时耗资源。那么你可以先抽取1000条或10000条数据进行训练,检测你的模型。 画出如上误差曲线,用以确认你的模型是高偏差还是高方差的状况。如果是高方差的状况(如上左图),增加样本对提升正确率有帮助。如果是高偏差状况(如上右图),还是先考虑增加样本特征,否则增加样本数量对提升正确率的意义不大。 金句一条: “It’s n...原创 2018-06-20 00:37:34 · 499 阅读 · 0 评论