2017年12月_算法channel

转载深度学习|卷积神经网络（CNN）介绍（后篇）

01—回顾昨天介绍了CNN的卷积操作，能减少权重参数的个数，卷积操作涉及到三个超参数：深度（Depth）步长（Stride）零填充（Zero-padding）还有一种运算，叫做求内积，关于这部分的总结，请参考：深度学习|卷积神经网络（CNN）介绍（前篇）下面，阐述CNN剩下的两种操作，ReLU，Pooling。02—ReLU操作CNN用的激活函数不是Sigmoid函数，大家都知道Sigmoid函数

2017-12-22 00:00:00 987

转载深度学习|卷积神经网络（CNN）介绍（前篇）

01—回顾以上推送了神经网络相关的介绍性内容和相关的基础理论，包括：神经网络的基本结构：输入层，隐含层，输出层；批随机梯度下降算法（mini-batch SGD）；前向传播，激活函数；反向传播求参数的偏导，四个公式；手写字数据集的mini-batch SGD 源码实现（借助BP算法求参数偏导）；对隐藏层的感性认识，神经网络的隐含层是如何从具体到抽象层层构建的。以上阐述了深度神经网络（DNN）的基本

2017-12-21 00:00:00 5727

转载深度学习|对隐含层的感性认识

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—神经网络模型是个黑盒子神经网络给人留下深刻的印象，但是它的表现让人有些琢磨不透。权重和偏置量能自动地学习得到，但是这并不意味着我们能立刻解释神经网络是怎么样得出的这些参数。现在仍然没人说清楚为什么某某节

2017-12-20 00:00:00 9765 1

转载深度学习|神经网络模型求解思路总结

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—神经网络模型求解思路总结神经网络模型，mini_batch 批梯度下降（SGD）求解权重参数的原理见：深度学习|神经网络模型简介和梯度下降求解，这篇文章中用一个小球下坡，解释了各个节点的权重参数和偏置量

2017-12-19 00:00:00 2735

转载深度学习|反向传播算法（BP）原理推导及代码实现

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾昨天，分析了手写字数据集分类的原理，利用神经网络模型，编写了SGD算法的代码，分多个epochs，每个 epoch 又对 mini_batch 样本做多次迭代计算，详细的过程，请参考：深度学习|神经

2017-12-18 00:00:00 8397

转载深度学习|神经网络模型实现手写字分类求解思路

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾昨天介绍了神经网络的基本模型结构，可分类为前向传播神经网络，循环神经网络（RNN）；介绍了神经网络中，梯度下降的原理推导，以小球下坡作为实例阐述梯度下降；分析了神经网络模型解决机器学习问题，与传统的

2017-12-17 00:00:00 1417

转载深度学习|神经网络模型简介和梯度下降求解

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾上一篇总结了常用的机器学习算法，论述了为什么需要深度学习，以及一种系统地展开deep learning的学习清单，具体请参考：为什么要有深度学习？系统学习清单都知道深度学习地实施一般都借助神经网络模

2017-12-16 00:00:00 1204

转载为什么要有深度学习？系统学习清单

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾利用36天的时间，系统地梳理了机器学习（ML）的一些经典算法，从算法思想，到算法实例，有的包括源码实现，有的包括实战分析，大致分类如下：机器学习的概念总结1 机器学习：不得不知的概念（1）2 机器学

2017-12-15 00:00:00 878

转载机器学习：提升树（boosting tree）算法的思想

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾昨天编写了单个决策树用于回归的实现源码，它的构建实际上就是在不断寻找最优的划分属性和其取值的过程，分割后的节点若特征的取值都一样，或者包含的节点个数小于某个阈值，都将被标记为叶子节点，不再继续分裂，

2017-12-14 00:00:00 4399

转载决策树回归：不掉包源码实现

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾近几天推送了以决策树为基础模型的，性能优秀，应用广泛的 XGBoost 集成算法。与之相似的，比 XGBoost 发明还早的 GBDT（梯度提升决策树），它们的共同点都是以决策树为基础模型，要想深刻

2017-12-13 00:00:00 1695

转载机器学习：XGBoost 安装及实战应用

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾昨天推送了XGBoost的原理，已知某个样本 xi ，经过XGBoost 求解得到的 yi 是由 K 个决策树线性叠加的结果。那么在求解每个树的叶子节点的权重参数时，用的目标函数是损失函数 Loss

2017-12-12 00:00:00 540

转载机器学习集成算法：XGBoost模型构造

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾昨天介绍了XGBoost的基本思想，说到新加入进来的决策树必须能使原已有的更好才行吧，那么将XGBoost这个提升的过程如何用数学模型来表达呢？

2017-12-11 00:00:00 1505

转载机器学习集成算法：XGBoost思想

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾这几天推送了机器学习的降维算法，总结了特征值分解法，奇异值分解法，通过这两种方法做主成分分析（PCA）。大家有想了解的，可以参考：数据预处理：PC

2017-12-10 00:00:00 1121

转载数据降维：特征值分解和奇异值分解的实战分析

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾这几天推送了关于机器学习数据预处理之降维算法，介绍了通过降维提取数据的主成分的背景，特征值分解法，奇异值分解法的相关原理。现在我们再回顾下

2017-12-09 00:00:00 2556

转载数据降维处理：PCA之奇异值分解（SVD）介绍

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾昨天实践了一个数据降维的例子，用到了5个二维的样本点，通过特征值分解法，将样本降维为1个维度，这个过程又称为数据压缩，关于这篇文章，请参考：数据降维处

2017-12-08 00:00:00 1888

转载矩阵特征值的求解例子

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—求矩阵特征值的例子矩阵的特征值为：2，0.4，分别对应的特征向量如上所述。请记住：每天一小步，日积月累一大步！

2017-12-07 00:00:00 21826 1

转载数据降维处理：PCA之特征值分解法例子解析

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾这两天推送了数据降维，提取主成分的基本概念，矩阵特征值分解法获取数据的主成分的推导过程，有需要的请参考：机器学习数据预处理：数据降维之PCA

2017-12-07 00:00:00 2015

转载数据预处理：PCA原理推导

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾昨天推送了机器学习数据预处理的基本介绍：主成分分析的背景；主成分选取的必要性；什么是数据的主成分；作为引入，先从概念上说了

2017-12-06 00:00:00 1674

转载公众号使用指南

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—您能学到什么欢迎关注「算法channel 」！交流思想，分享知识，共同进步，找到一个迈入机器学习大门的系统学习思路，并在这条道路上不断攀登，成为人

2017-12-06 00:00:00 581

转载机器学习数据预处理：数据降维之PCA

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾到现在，已经总结了机器学习的：回归算法之最小二乘方，脊回归，套索回归；分类算法之逻辑回归，决策树分类，朴素贝叶斯决策，半朴素贝叶斯

2017-12-05 00:00:00 1151

转载高斯混合模型：不掉包实现多维数据聚类分析

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾昨天实现推送了，GMM高斯混合的EM算法实现的完整代码，这是不掉包的实现，并且将结果和sklearn中的掉包实现做了比较：聚类结果基本一致，要想了解这个算法实

2017-12-04 00:00:00 1041

转载机器学习高斯混合模型（后篇）：GMM求解完整代码实现

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾前面推送中，我们介绍了高斯混合模型（GMM）的聚类原理，以及聚类求解的公式推导，如果您想了解这部分，请参考之前的推送：机器学习高斯混合模型：聚类原理分析（

2017-12-03 00:00:00 2543

原创机器学习储备（13）：概率密度和高斯分布例子解析

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾前面介绍到关于概率论中离散型随机变量，和一个离散型相关的经典分布：二分分布，大家想了解的可以参考：机器学习储备（11）：说说离散型随机变量

2017-12-02 00:00:00 2329

原创机器学习高斯混合模型（中篇）：聚类求解

请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾昨天，介绍了高斯混合模型（GMM）的一些有意思的小例子，说到高斯混合能预测出每个样本点属于每个簇的得分值，这个具有非常重要的意义，大家想了解这篇推送的，请参考

2017-12-01 00:00:00 707 1

算法channel