机器学习
想要成为大白的小白
这个作者很懒,什么都没留下…
展开
-
神经网络的反向传播
前言在coursera上久负盛名的课程《机器学习》,不仅Andrew Ng老师讲课思路清晰,并且有很多网友的整理的优秀笔记。听完老师的课收获颇多,通过编程作业对算法有了更深刻的理解。正如老师所说,检验一个算法有效性的平台通常是容易实现,语言简单的,例如MATLAB。之后可以根据自己的需求移植到C、C++、Java平台上。神经网络这一章算法复杂度较线性回归、逻辑回归有所提高,做编程作业的难度也有转载 2016-07-22 20:08:01 · 940 阅读 · 0 评论 -
斯坦福:机器学习系统的设计
11.1 首先要做什么 11.2 误差分析 11.3 类偏斜的误差度量 11.4 查全率和查准率之间的权衡 11.5 机器学习的数据 11.1 首先要做什么 在接下来的视频中,我将谈到机器学习系统的设计。这些视频将谈及在设计复杂的机器 学习系统时,你将遇到的主要问题。同时我们会试着给出一些关于如何巧妙构建一个复杂的机器学习系统的建议。下面的课程的的转载 2016-07-25 10:21:03 · 531 阅读 · 0 评论 -
斯坦福机器学习第七周作业中找出最佳C和sigma的代码
C_vec = [0.01 0.03 0.1 0.3 1 3 10 30]'; %为C拟定一组初值sigma_vec = [0.01 0.03 0.1 0.3 1 3 10 30]'; %为sigma拟定一组初值error_val = zeros(length(C_vec),length(sigma_vec)); %用于保存验证集误差error_train = ze转载 2016-07-31 10:35:09 · 839 阅读 · 0 评论 -
coursera第二周
1、进行了一次初始化,清除掉了所有的残留数据,保证在运行时不会受到额外的干扰clear ; close all; clc2、输出两行字fprintf('Running warmUpExercise ... \n');fprintf('5x5 Identity Matrix: \n');调用warmUpExercise()方法,输出一个5*5的矩阵,在输出完毕后暂停war原创 2016-08-19 16:41:00 · 421 阅读 · 0 评论 -
k-means算法学习
k-means算法是数据挖掘十大经典算法之一。首先选择一个参数k,代表k次迭代,选择要分类的类数c,随机选择c个点,计算其他点到这c个点的距离,归为距离最近的中心点,然后计算每个类的均值、中值等,重新划分中心点,当分类后的结果与上一次的结果相差不大时,结束。算法流程:输入:k,data[n]1、选择k个初始中心点,例如c[0] = data[0]......c[n-原创 2016-11-16 17:45:20 · 386 阅读 · 0 评论 -
梯度消失与梯度爆炸
那么为什么会出现梯度消失的现象呢?因为通常神经网络所用的激活函数是sigmoid函数,这个函数有个特点,就是能将负无穷到正无穷的数映射到0和1之间,并且对这个函数求导的结果是f'(x)=f(x)(1-f(x))。因此两个0到1之间的数相乘,得到的结果就会变得很小了。神经网络的反向传播是逐层对函数偏导相乘,因此当神经网络层数非常深的时候,最后一层产生的偏差就因为乘了很多的小于1的数而越来越小,最终就...转载 2018-05-07 14:22:23 · 313 阅读 · 0 评论