cheqhv0854-优快云博客

转载李宏毅——《1天搞懂深度学习》学习笔记

先引用他人关于李宏毅教授关于深度学习导论的PPT的学习笔记，应该非常容易入门。 ”《1天搞懂深度学习》，300多页的ppt，台湾李宏毅教授写的，非常棒。不夸张地说，是我看过最系统，也最通俗易懂的，关于深度学习的文章。“ 如有侵权请联系删文。这是slideshare的链接： http:/...

2018-07-26 13:21:00 204

转载吴恩达机器学习笔记—机器学习的建议

我们很多时候需要对已有的机器学习系统进行改进。改进的方法有很多（如下图），但是我们怎么才能选择一个有效的方法？这章会介绍“机器学习诊断法”，一个测试系统的存在问题的方法，告诉你系统所存在的问题，你怎么去改进才有意义。 1、假设评价怎么评价你的算法，学习得到假...

2018-07-24 16:49:00 154

转载吴恩达机器学习笔记—神经网络学习（2）

上一篇博文，已经直观地了解了神经网络结构及计算假设函数过程。我们这节课主要学习，给定训练集，如何拟合神经网络的参数。 1、代价函数以神经网络在分类中的应用为例，二元分类只有一个输出单元，k元分类对应有k个输出单元（k>2）,这与我们之前在学习逻辑回归的时候，讲到的多对多分类时，每一...

2018-07-09 17:38:00 171

转载吴恩达机器学习笔记—神经网络学习（1）

人工神经网络是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型，由大量的节点（或称神经元）和之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数（activation function）...

2018-07-06 21:31:00 568

转载吴恩达机器学习笔记—正则化

前面我们在学习求解回归问题的参数时，提到了当正规方程在矩阵不可逆情况下的解决办法：删除某些特征或或使用正则化方法。我们这节课一起学习了这个解决“过拟合”问题的方法——正则化。 1、过拟合如下面房价预测的例子，在构建回归模型时，我们用一条直线去拟合数据集时，发现有高的偏差时，得到一个无法的...

2018-07-06 17:47:00 184

转载吴恩达机器学习笔记—高级优化算法

求代价函数，我们需要计算代价函数的导数项和其收敛性。梯度下降并不是求解的唯一方法，还有高级优化算法：共轭梯度法、BFGS、L_BFGS等 2、这些高级的算法，有一些共同的特征，不需要设定搜索步长，它能智能得得到一个合适的。并且计算收敛速率远大于梯度下降。 3、吴老师课堂表明...

2018-07-05 22:08:00 474

转载吴恩达机器学习笔记—Logistic Regression 逻辑回归

Logistic Regression逻辑回归虽言为“回归”，但是它不同于之前我们所学习的单、多变量回归用于预测，它是一个用于分类的模型。吴老师课件上的定义：logistic回归又称logistic回归分析，是一种广义的线性回归分析模型，常用于数据挖掘，疾病自动诊断，经济预测等领...

2018-07-05 21:33:00 233

转载吴恩达机器学习笔记—求解回归问题参数的方法选择（梯度下降法与正规化方程）...

正规化方程法与梯度下降法都是求解回归问题参数的方法。我们今天来学习什么是正规化方程法与梯度下降法，并探讨求解回归问题参数如何选择的问题。 1、梯度下降法通过搜索步长a, 多次迭代收敛得到全局或局部最优解。（相关梯度下降的一些知识见上一篇博文，这里不多作介绍） 2、正规化方程法是解析方程...

2018-07-04 18:21:00 439

转载吴恩达机器学习笔记—单变量线性回归模型的构建过程

上个博文里面学习了监督学习和非监督学习的概念及区别，关于其知识就不做过多的介绍。线性回归就是用于监督学习的主要模型。在监督学习中，所给的数据集，有对应的‘’正确答案‘’，我们怎么根据数据集建立一个预测模型，使得我们预测结果更正确呢？下面是我学习单变量线性回归的一些笔记：学习单变量线性回归主要包...

2018-06-30 18:42:00 387

转载吴恩达机器学习笔记—监督学习和非监督学习（Machine Learning）

“吴恩达机器学习”网易云课堂的视频课程的学习笔记—希望能跟有兴趣的同学一起学习。这是课堂链接：https://study.163.com/course/courseMain.htm?courseId=1004570029 （1）监督学习（Supervised learning）给算法...

2018-06-26 19:55:00 253

cheqhv0854的博客