- 博客(5)
- 收藏
- 关注
RSS订阅原创 (MIT)Deep learning 学习笔记（5）--Linear Regression
貌似是浏览器不兼容，之前几篇图片都乱七八糟的，还是老老实实用HTML的写吧。再用MARKDOWN我就是XX。 在介绍Linear Regression之前，书中总结了机器学习可以运用的方方面面，我归纳如下： 1 Classification 本质是构造N维空间的高维向量向一个低维向量的映射。 分类是机器学习诞生的原因，也说机器学习最基本的使用方法。类似于SVM、聚类等等分类方法目的都是找一个能
2017-04-10 19:14:12
342
原创 (MIT)Deep learning 学习笔记（4） - - Principal Components Analysis
一直生病加上放假，居然躺了这么久了，这篇学习还是打算继续写下去，一步一个脚印的走下去把。 文章的第一部分是需要的数学知识，如果不是很熟悉还是值得看一看的，国外的书都很严谨，各个推理之间都很严密，同时也能学习下如何写英文文章的原理部分。 线代和概率都很基础。不过对PCA的描述真是让我又从另一个角度认识了这种算法。 Principal Components Analysis，主成分分析，几十年前就诞生的
2017-04-06 00:00:17
347
原创 (MIT)Deep learning 学习笔记（3）
最近事情很多，房子漏水要换房整整折腾了一周。 虽然是第三次写学习笔记了，但才刚刚读完序章，第一章还没开始。绪论后半部分是围绕着深度学习因何而变得炙手可热的。随着计算机硬件发展，运算能力进一步提高，那么深度学习的模型的复杂上限也越来越高。再加上数据库的不断膨胀，导致所谓的“大数据”时代来临，海量的数据使得深度学习如鱼得水，再加上基本结构简单，人们开发了各式各样的神经网络。 然后开始第一部分学习，App
2017-03-28 23:40:30
317
原创 （MIT）DEEP LEARNING 学习笔记（2）
今天看了书中的第二部分，主要介绍DEEP LEARNING 的历史和演化历程。 从最开始的线性分类器，到后面的仿生物感知器，最后到DEEP LEARNING。深度学习经过了一次次的进化。 书中把进化时候每类都拿出来单独讲了些，对理解深度学习有很大帮助
2017-03-21 20:12:46
275
原创 (MIT)Deep learning 学习笔记（1）
从今天每天会定量学习DEEP LEARNING。MIT这本书可以说是DEEP LEARNING 方向的启蒙，这个博客系列将会是我学习笔记。 开篇就告诉了我们，这本书是为了想了解深度学习的年轻本科生或者像我这种想从图像算法转行做DL的人准备的。 人类的文化形成了近千年，人的意识早就抽象的不能早抽象了，虽然是由神经元的简单连接、刺激，但是人类的思维已经复杂到连人类自己都无法模拟了。国外曾经有人多次尝试通
2017-03-20 22:35:27
801
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人