Hyaloidz的博客

一、简介二、主要内容Classification：Hypothesis Representation：Decision boundary：Cost function：Advanced optimization：Multi-class classification: One-vs-all：三、参考链接一、简介逻辑回归（Logistic Regressi...

Numpy & Pandas的使用Numpy&Pandas安装Numpy & Pandas简介基本属性numpynumpy创建数组numpy基础运算Numpy&amp

Reinforcement LearningWhat is Reinforcement Learning?强化学习中包含的一些算法Q-learning(Off-policy)算法Sarsa(On-policy)算法Deep Q Network(DQN)Policy GradientsWhat is Reinforcement Learning?强化学习是一种机器学习方法，也叫做试错法（Tria...

简介主要内容Support Vector MachinesOptimization objectiveLarge margin intuition：The mathematics behind large margin classification(optional):Kernels 1：Kernels 2：Using an SVM:参考链接简介支持向...

简介主要内容Deciding what to try nextEvaluating a hypothesis:Model Selection and Train_Valid_Test SetsDiagonosing Bias vs.VarienceRegularization and Bias_Variance:Learning Curves:Deciding What to ...

一、简介线性代数是代数学的一个分支，主要处理线性关系问题。线性代数是线性回归的分析工具之一。本次课程对对线性代数做了简要的复习可以让我们更好地研究线性回归(矩阵处理函数、广义逆矩阵、矩阵谱分析等)。本次笔记主要记录了多个变量的线性回归函数的表示及计算方式以及一些新的算法，如标准函数等，其中也记录了一些特征值取值区间归一化的方法，也讨论了代价函数中α的取值变化。二、目录MatrixMultiple ...

机器学习简介一、简介我们的生活与机器学习息息相关，机器学习是使电脑学习的一种科学，而不借助于明确的程序，机器学习中的神经网络算法（模拟人类的直观思维）在AI中应用广泛。Machine learning发源于人工智能领域，与工业界和基础科学界联系紧密。并且，随着网络和自动化技术的快速发展，机器学习越来越普遍。二、定义Arthur Samuel：在进行特定编程的情况下...

一、简介二、主要内容Neural Networks Representation：Non-linear hypothesis：Neurons and the brain:Model representation：Examples and intuitions：Multi-class classification：Cost function：Backpropagation al...

一、简介二、主要内容The problem of overfitting:Cost Function：Regularized Linear Regression：Regularized Logistic Regression：三、参考链接一、简介正则化项即罚函数，该项对模型向量进行“惩罚”，从而避免单纯最小二乘问题的过拟合问题。正则化项本质上是一种先验信...

机器学习笔记简介主要内容clusteringUnsupervised learning introductionK-means algorithmOptimization objective：Random initialization：Choosing the number of clusters：参考链接简介聚类分析是一种重要的人类行为，早在孩提时代，一个人就通过不断改进下意识中的聚类模式来...