csdn_lzw的博客

转载自：http://blog.youkuaiyun.com/xinzhangyanxiang/article/details/9101621 最近在看Ng的机器学习公开课，Ng的讲法循循善诱，感觉提高了不少。该系列视频共20个，每看完一个视频，我都要记录一些笔记，包括公式的推导，讲解时候的例子等。按照Ng的说法，公式要自己推理一遍才能理解的通透，我觉得自己能够总结出来，发到博客上，也能达到这个效果，希望有

局部加权回归、逻辑斯蒂回归、感知器算法—斯坦福ML公开课笔记3 注：公式17第一行抄写有误，求导底数取e 转载自：http://blog.youkuaiyun.com/xinzhangyanxiang/article/details/9113681 最近在看Ng的机器学习公开课，Ng的讲法循循善诱，感觉提高了不少。该系列视频共20个，每看完一个视频，我都要记录一些笔记，包括公式的推导，讲解时候的

注：公式21,22,23.求和号的下标j改为i。 转载自：http://blog.youkuaiyun.com/xinzhangyanxiang/article/details/9207047 最近在看Ng的机器学习公开课，Ng的讲法循循善诱，感觉提高了不少。该系列视频共20个，每看完一个视频，我都要记录一些笔记，包括公式的推导，讲解时候的例子等。按照Ng的说法，公式要自己推理一遍才能理解的通

注：公式9 转载自：http://blog.youkuaiyun.com/xinzhangyanxiang/article/details/9285001 本篇博客为斯坦福ML公开课第五个视频的笔记，主要内容包括生成学习算法（generate learning algorithm）、高斯判别分析（Gaussian DiscriminantAnalysis，GDA）、朴素贝叶斯（Navie

转载自：http://blog.youkuaiyun.com/xinzhangyanxiang/article/details/9722701 本篇笔记针对斯坦福ML公开课的第6个视频，主要内容包括朴素贝叶斯的多项式事件模型（MultivariateBernoulli Event Model）、神经网络（Neural Network）、支持向量机（Support Vector Machine）的函数间隔（f

注：kkt条件没写完整 转载自：http://blog.youkuaiyun.com/xinzhangyanxiang/article/details/9774135 本篇笔记针对ML公开课的第七个视频，主要内容包括最优间隔分类器（Optimal Margin Classifier）、原始/对偶问题（Primal/Dual Problem）、svm的对偶问题，都是svm（support vector

转载自：http://blog.youkuaiyun.com/stdcoutzyx/article/details/9798843 本篇对应斯坦福公开课的第8个视频，主要讲述了SVM（Support Vector Machine,支持向量机）的剩余部分。即核技法（Kernels）、软间隔分类器（softmargin classifier）、对SVM求解的序列最小化算法（Sequential Minima