机器学习
关注
分享
扫一扫
つき
唯恐暴露才华不足的卑怯的畏惧，和厌恶专研刻苦的惰怠，就是我的全部了。
展开
-
【吴恩达机器学习】章节1 初识机器学习
课程视频：网易云课堂课程详细笔记：github已经有的笔记：https://blog.youkuaiyun.com/qq_34611579/article/details/80665546<我的记录仅是整理自己的学习思路，整理复习之用>目录:+ 初识+ 什么是机器学习+ 监督学习+ 无监督学习 一·初识机器学习- 是从AI发展出来的一个领域- 为...原创 2018-11-03 21:19:22 · 241 阅读 · 0 评论 -
【吴恩达机器学习】章节10 神经网络参数的反向传播算法
目录:+ 代价函数+ 反向传播算法+ 使用注意(展开参数，梯度检测，随机初始化，组合到一起）+ 无人驾驶谈论一个学习算法在给定训练集时为神经网络拟合参数一·代价函数二·反向传播算法为了计算导数项，采用反向传播算法(1个训练样本)细节项是代价函数关于这些所计算出的中间项的偏导数，它们衡量的是为了影响这...原创 2019-05-12 22:49:55 · 269 阅读 · 0 评论 -
【吴恩达机器学习】章节14 无监督学习
目录:+ 无监督学习+ K-Means算法+ 优化目标+ 随机初始化+ 选取聚类数量一·无监督学习二· K-Means算法三·优化目标distortion cost function四·随机初始化五·选取聚类数量手动选择...原创 2019-05-16 21:22:48 · 187 阅读 · 0 评论 -
【吴恩达机器学习】章节18 大规模机器学习
目录:+ 学习大数据集+ 随机梯度下降+ Mini-Batch 梯度下降+ 随机梯度下降收敛+ 在线学习+ 减少映射与数据并行一·学习大数据集二·随机梯度下降三·Mini-Batch 梯度下降四·随机梯度下降收敛五·在线学习六·减少映射与数据并行...原创 2019-05-21 22:27:51 · 246 阅读 · 0 评论 -
【吴恩达机器学习】章节9 神经网络学习
目录:+ 非线性假设+ 神经元与大脑+ 模型展示+ 例子与直觉理解+ 多元分类一·非线性假设当初始特征个数n很大时，将高阶多项式项数包括到特征里，会使特征空间急剧膨胀，当特征个数n很大时，增加特征来建立非线性分类器并不是一个好做法。二·神经元与大脑似乎可以把几乎任何一种传感器接入到大脑的几乎任何一个部位，大脑就会学会处理它...原创 2019-05-12 17:56:47 · 219 阅读 · 0 评论 -
【吴恩达机器学习】章节17 推荐系统
目录:+ 问题规划+ 基于内容的推荐算法+ 协同过滤+ 协同过滤算法+ 矢量化：低秩矩阵分解+ 实施细节：均值规范化一·问题规划二·基于内容的推荐算法三·协同过滤四·协同过滤算法五·矢量化：低秩矩阵分解六·实施细节：均值规范化...原创 2019-05-21 16:40:35 · 202 阅读 · 0 评论 -
【吴恩达机器学习】章节8 正则化
目录:+ 过拟合问题+ 代价函数+ 线性回归的正则化+ Logistic回归的正则化一·过拟合问题线性回归logistic回归｀可视化并不方便两种解决办法二·代价函数加入惩罚缩小所有的参数，因为不知道哪个是高阶项缩小参数更加平滑选择合适的正则化参数三·线性回归的正则化梯度下降...原创 2019-05-11 22:12:47 · 153 阅读 · 0 评论 -
【吴恩达机器学习】章节16 异常检测
目录:+ 问题动机+ 高斯分布+ 算法+ 开发和评估异常检测系统+ 异常检测 VS 监督学习+ 选择要使用的功能+ 多变量高斯分布+ 使用多变量高斯分布的异常检测一·问题动机二·高斯分布三·算法四·开发和评估异常检测系统五·异常检测 VS 监督学习...原创 2019-05-21 10:57:16 · 164 阅读 · 0 评论 -
【吴恩达机器学习】章节13 支持向量机
目录:+ 优化目标+ 直观上对大间隔的理解+ 大间隔分类器的数学原理+ 核函数+ 使用SVM一·优化目标SVM并不会输出概率，相对我们得到的是通过优化这个代价函数得到的一个参数，而支持向量机所做的，它进行了一个直接的预测，预测y是等于1还是0二·直观上对大间隔的理解三·大间隔分类器的数学原理决策边界...原创 2019-05-15 21:58:44 · 154 阅读 · 0 评论 -
【吴恩达机器学习】章节７ Logistic回归
目录:+ 分类+ 假设陈述+ 决策界限+ 代价函数+ 简化代价函数与梯度下降+ 高级优化+ 多元分类：一对多一·分类二分类和多分类线性回归用于该数据集，设置阈值，并不是一个好的例子logistic回归是一个分类算法二·假设陈述当有一个分类问题时，我们要使用哪个方程来表示我们的假设三·决策界限...原创 2019-05-10 17:43:38 · 145 阅读 · 0 评论 -
【吴恩达机器学习】章节12 机器学习系统设计
目录:+ 确定执行的优先级+ 误差分析+ 不对称性分类的误差评估+ 精确度和召回率的权衡+ 机器学习数据一·确定执行的优先级选择特征二·误差分析例子三·不对称性分类的误差评估偏斜类即使我们有一个非常偏斜的类，算法也不能够欺骗我们，仅仅通过预测y总是等于０或１，没有办法得到高的查准率和高的召回率。四·精确...原创 2019-05-15 21:58:36 · 115 阅读 · 0 评论 -
【吴恩达机器学习】章节15 降维
目录:+ 目标：数据压缩+ 目标：可视化+ 主成分分析问题规划+ 主成分数量选择+ 压缩重现+ 应用PCA的建议一·目标：数据压缩二· 目标：可视化三·主成分分析问题规划PCA 试图找到一个低维的平面来对数据进行投影，以便最小化投影误差的平方，以及最小化每个点与投影后的对应点之间距离的平方值。数据预...原创 2019-05-20 00:05:11 · 169 阅读 · 0 评论 -
【吴恩达机器学习】章节11 应用机器学习的建议
目录:+ 决定下一步做什么+ 评估假设+ 模型选择和训练，验证，测试集+ 诊断偏差与方差+ 正则化和偏差与方差+ 学习曲线+ 决定接下来做什么一·决定下一步做什么二·评估假设画图在多特征下不适用三·模型选择和训练，验证，测试集四·诊断偏差与方差如果算法处于高偏差的情...原创 2019-05-14 17:20:37 · 146 阅读 · 0 评论 -
【吴恩达机器学习】章节5 多变量线性回归
目录:+ 多功能+ 多元梯度下降法+ 特征和多项式回归+ 正规方程+ 编程小技巧一·多功能多特征下的描述假设函数变化多元线性回归二·多元梯度下降法把参数用向量来表示多元线性回归模型特征缩放代价函数的等值线更圆，执行梯度下降会更快特征除以最大值均值归一化（为最大值减去最小值...原创 2019-05-06 13:31:08 · 160 阅读 · 0 评论 -
关于在ubuntu下pycharm安装matplotlib出现ValueError: max() arg is an empty sequence问题
环境：- ubuntu16.04- ananconda环境管理工具- pycharm问题描述：今天在pycharm下使用anaconda配置python的虚拟环境，使用matplotlib出现此问题解决方案：在虚拟环境下使用pip install matplotlib可解决此问题，该问题出现在使用anaconda图形界面或pycharm配置界面直接添加该库。...原创 2019-05-02 20:29:51 · 30232 阅读 · 10 评论 -
【吴恩达机器学习】章节3 线性代数回顾
目录:+ 矩阵和向量+ 加法和标量乘法+ 矩阵向量乘法+ 矩阵乘法及特征+ 逆和转置一·矩阵和向量矩阵是指由数字组成的矩形阵列，并写在方括号内矩阵的维度：矩阵的行数乘以列数表达矩阵的某个特定元素：向量是只有一列的矩阵。４维向量是一个含有四个元素的向量。通过来表示它的第i个元素。有两种方式表示向量的下标。二·加法和标量乘法...原创 2019-01-06 18:23:03 · 139 阅读 · 1 评论 -
【吴恩达机器学习】章节2 单变量线性回归
目录:+ 模型描述+ 代价函数+ 梯度下降+ 线性回归的梯度下降 第一个学习的是监督学习中的线性回归算法例子:房价预测一·模型描述- 在监督学习中，数据集被称为训练集- 字母m 表示训练样本的数量- 字母x 表示输入变量- 字母y 表示输出变量- （x,y) 表示一个训练样本- （,) 表示第i个训练样本 监督学习算法：从最简...原创 2019-01-05 22:01:03 · 162 阅读 · 0 评论 -
【吴恩达机器学习】章节19 应用举例：照片OCR(照片光学字符识别)
目录:+ 问题描述与OCR pipeline+ 滑动窗口+ 获取大量数据和人工数据+ 天花板分析：下一步工作的pipeline一·问题描述与OCR pipeline二·滑动窗口三·获取大量数据和人工数据四·天花板分析：下一步工作的pipeline...原创 2019-05-22 22:11:04 · 254 阅读 · 0 评论