- 博客(6)
- 资源 (2)
- 收藏
- 关注
原创 “ML学分计划”说明书
##计划的由来##我们是一群对机器学习感兴趣的小伙伴,对于神奇的机器学习经常有“一探究竟”的冲动,却因为孤身一人学习的寂寞、亦或繁忙考试工作之余的小小拖延症,而没有持续这份对知识的渴求和热情。由于深感类似情况的小伙伴之多,我们希望建立一个“ML学分计划”——机器学习的学习和分享计划——来帮助我们一起更高效地学习、更集中地整理分享我们的知识和经验。因为我们也深信”证明自己真的透彻理解一个知识,最好
2015-11-04 00:20:00 33704 52
原创 手把手入门神经网络系列(1)_从初等数学的角度初探神经网络
作者: 龙心尘&&寒小阳 时间:2015年11月。 出处:http://blog.csdn.net/longxinchen_ml/article/details/50082873, 声明:版权所有,转载请联系作者并注明出处,谢谢。开场先扔个段子 在互联网广告营销中,经常会有这样的对话: 问:你们的人群标签是什么样的? 答:我们是专门为您订制的look-alike标签!
2015-11-29 22:11:12 30818 12
原创 深度学习与计算机视觉系列(3)_线性SVM与SoftMax分类器
这个部分我们介绍一类新的分类器方法,而对其的改进和启发也能帮助我们自然而然地过渡到深度学习中的卷积神经网。有两个重要的概念:得分函数/score function:将原始数据映射到每个类的打分的函数损失函数/loss function:用于量化模型预测结果和实际结果之间吻合度的函数在我们得到损失函数之后,我们就将问题转化成为一个最优化的问题,目标是得到让我们的损失函数取值最小的一组参数。
2015-11-23 19:11:26 67685 16
原创 深度学习与计算机视觉系列(2)_图像分类与KNN
图像分类问题这是很久以前就引起关注的一类图像相关问题。 对于一张输入的图片,要判定它属于给定的一些标签/类别中的哪一个。看似很简单的一个问题,这么多年却一直是计算机视觉的一个核心问题。应用场景也非常之多,它的重要性还体现在,其实其他的一些计算机视觉的问题(比如说物体识别、图像内容分割等)都可以基于它去完成。举个例子说说这个问题哈。 计算机拿到如下的一张图片,然后需要给出它对应{猫,狗,帽子,杯子
2015-11-20 17:16:17 52579 18
原创 深度学习与计算机视觉系列(1)_基础介绍
为了简单易读易懂,这个系列中绝大多数的代码都使用python完成。这里稍微介绍一下python和Numpy/Scipy(python中的科学计算包)的一些基础。python是一种长得像伪代码,具备高可读性的编程语言。 优点挺多:可读性相当好,写起来也简单,所想立马可以转为实现代码,且社区即为活跃,可用的package相当多;缺点:效率一般。
2015-11-17 00:14:11 31884 24
原创 机器学习系列(3)_逻辑回归应用之Kaggle泰坦尼克之灾
f作者: 寒小阳 &&龙心尘 时间:2015年10月。 出处: 声明:版权所有,转载请注明出处,谢谢。手把手机器学习之逻辑回归应用——Kaggle泰坦尼克之灾1.引言先说一句,年末双十一什么的一来,真是非(mang)常(cheng)欢(gou)乐(le)!然后push自己抽出时间来写这篇blog的原因也非常简单:写完前两篇逻辑回归的介绍和各个角度理解之后,小伙伴们纷纷表示『好像很高级的样纸,
2015-11-12 12:07:12 429819 232
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人