JasonSparrow_1的博客

第一部分： 第二部分：

第一部分： 第二部分： 第三部分：

第一部分： 第二部分： 第三部分：

第一部分： 第二部分： 第三部分：

第一部分： 第二部分：

异常检测 问题动机 以飞机发动机的例子来说明问题 设定一个阈值，如果偏离程度过大，则认定为有异常 步骤： 捕捉特征x(i)x^{(i)}x(i) 建立分布模型p(x)p(x)p(x) 确定哪些用户有异常，若p(x)<epsilonp(x)<epsilonp(x)<epsilon ...

推荐系统 基于内容的推荐算法

随机梯度下降 由于数据量的规模比较大，所以普通的梯度下降的计算量比较大 批量梯度算法(Batch gradient descent)与随机梯度算法的比较： 首先的一步是将数据进行随机打乱，保证数据之间没有关联 因为随机梯度算法不需要将所有的平方项进行求和，所以比批量梯度算法更具有计算性 实际上就是使用的cost函数不同，导致每次迭代更新的时候速度比较快，迅速求得最优的θ\thetaθ值 得到最...