MachineLearning
关注
分享
扫一扫
文章平均质量分 94
chitoseyono
初学者
展开
-
表征学习、以及PCA的细节公式推导
Representation Learning 表征学习机器学习算法的与否可行不仅仅取决于算法的正确选用，也取决于数据的质量和有效的数据表示（representation）。针对不同类型的数据（text，image，video），错误的表示方式可能会导致有效信息的缺失或是暴露，这决定了算法能否有效地解决问题。表征学习的目的是对复杂的原始数据化繁为简，把原始数据的无效的或者冗余的信息剔除，把有效信息进行提炼，形成特征（feature）。特征提取可以人为地手工处理，也可以借助特定的算法自动提取。Roughl原创 2021-04-22 17:08:07 · 635 阅读 · 0 评论 -
Keras入门操作
Keras比起Tensorflow真的更适合上手，用过一阵子TF之后觉得Keras是真的舒服比起TF的图操作，Keras实在是简单多了，只有一个Sequential。先来个Keras下的“hello world"吧01 第一个神经网络建立模型模型结构如图（可通过model.summary()生成）：model = Sequential()model.add(Dense(units=...原创 2019-05-12 01:54:03 · 203 阅读 · 2 评论 -
如何写科研论文
转载于https://www.colby.edu/biology/BI17x/writing_papers.htmlA GUIDE TO WRITING SCIENTIFIC PAPERSScientific experiments are demanding, exciting endeavors, but, to have an impact, results must be commun...转载 2019-05-14 18:02:01 · 2537 阅读 · 0 评论 -
TensorFlow入门操作
简单的上手入门TensorFlow操作。原创 2019-04-09 21:13:51 · 204 阅读 · 0 评论 -
Machine Learning (Hung-yi Lee, NTU)
過一遍寶藏宏毅爸爸的ML課，做點筆記原创 2019-04-08 11:58:08 · 501 阅读 · 0 评论 -
Neural Network Introduction
神经网络的基础与原理介绍 随笔内容包括 :Make your own neural networks - Tariq Rashid3Blue1Brown原创 2019-03-15 14:52:35 · 293 阅读 · 0 评论 -
Machine Learning and having it deep and structured - Hung-yi Lee
GAN出现之前VAE的做法：GANDiscriminator训练需要Realistic Negative Examples来进行训练，训练是一个迭代过程（通过对argmaxD(X）进行generation，然后输出后重新丢回去当negative examples）：用图像表示的话过程是这样的（学习的时候会有认为那些没有example的部分分数高（找弱点），那么就生成那部分分数高的又...原创 2019-03-15 12:28:53 · 355 阅读 · 0 评论 -
Convolutional Neural Network(CNN)- Hung-yi Lee
CNN过程CNN（Convolutional Neural Network）有三个特征。Convolution用Convolution实现Property1和Property2:设计多个Filter对全图进行过滤寻找pattern（如下图，每次从原图选3*3与filter内积，能够寻找如filter1那样对角线的pattern，数值越大特征越好，且因为用的是同一个filter，即使特征出现...原创 2019-03-15 00:31:08 · 1714 阅读 · 0 评论 -
Reinforcement Learning - Charles Isbell from Georgia Tech
是比较简单易懂的教程，比起单纯看Sutton的书还更有意思更加无痛入门一点。原创 2019-02-26 18:29:04 · 230 阅读 · 0 评论 -
Reinforcement Learning: An Introduction - Richard S. Sutton Part 1: Tabular Solution Methods
RL: An IntroductionPart 1: Tabular Solution Methods原创 2019-02-25 11:24:47 · 644 阅读 · 0 评论 -
Reinforcement Learning - Morvan Python
比较入门的RL教程，例子简单好懂，作为入门挺好的？原创 2019-02-27 15:25:35 · 506 阅读 · 0 评论 -
性能度量——Confusion Matrix混淆矩阵
Confusion Matrix当数据是极度偏斜的数据集（例如某些罕见疾病）的时候，单纯用分类准确率来评判算法的话就很没用（因为即使你说百分百都是健康的人准确率可能也有百分九十九），可以通过建立混淆矩阵进行分析。Precision and Recall在这里有两个名词Precision精准率和Recall召回率。精准率就是我们所关注的那一类事物的预测效果（How many selecte...原创 2019-01-22 17:51:44 · 990 阅读 · 0 评论 -
Machine Learning - Andrew Ng 随笔
感觉吴恩达的这个课讲课像入门用那就入门看看吧，不过我看到第三章我觉得这个真的是完全0基础入门。1 WELCOMEMachine Learning定义 ：A computer program is said to learn from experience E with respect to some task T and some performace measure P, if its p...原创 2019-01-16 22:02:19 · 610 阅读 · 0 评论 -
Reinforcement Learning: An Introduction - Richard S. Sutton Part 0: Introduction
RL: An Introduction Part 0: Introduction原创 2019-01-24 12:16:57 · 576 阅读 · 0 评论 -
Principle Contents Analysis主成分分析法 和 Support Vector Machine支撑向量机
Principle Contents Analysis主成分分析法 和 Support Vector Machine支撑向量机原创 2019-01-17 12:27:38 · 317 阅读 · 0 评论