<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[qq_36645271的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/qq_36645271</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qq_36645271]]></copyright><item><title><![CDATA[【吴恩达机器学习笔记】第十六章 推荐系统]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/97920140</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/97920140</guid><author>qq_36645271</author><pubDate>Wed, 31 Jul 2019 15:09:18 +0800</pubDate><description><![CDATA[搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’ 获取更多人工智能、机器学习干货


csdn：https://blog.youkuaiyun.com/qq_36645271


github：https://github.com/aimi-cn/AILearners


第十六章 推荐系统
16.1 问题规划
16.1.1 为什么要将推荐系统

**推荐系统(recommender s...]]></description><category></category></item><item><title><![CDATA[【吴恩达机器学习笔记】第十五 章异常检测]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/97109420</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/97109420</guid><author>qq_36645271</author><pubDate>Wed, 24 Jul 2019 10:44:31 +0800</pubDate><description><![CDATA[搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’ 获取更多人工智能、机器学习干货


csdn：https://blog.youkuaiyun.com/qq_36645271


github：https://github.com/aimi-cn/AILearners


第十五章 异常检测
15.1 问题的动机
15.1.1 异常检测的例子
假设我们是飞机引擎制造商，在引擎制造生产线上...]]></description><category></category></item><item><title><![CDATA[【吴恩达机器学习笔记】第十四章 降维]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/96380713</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/96380713</guid><author>qq_36645271</author><pubDate>Wed, 17 Jul 2019 23:11:16 +0800</pubDate><description><![CDATA[搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’ 获取更多人工智能、机器学习干货


csdn：https://blog.youkuaiyun.com/qq_36645271


github：https://github.com/aimi-cn/AILearners


第十四章 降维
14.1 目标I：数据压缩
14.1.1 把数据从二维压缩到一维
假设我们收集了一个有很多特征的数据...]]></description><category></category></item><item><title><![CDATA[【吴恩达机器学习笔记】第十三章 聚类]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/96379836</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/96379836</guid><author>qq_36645271</author><pubDate>Wed, 17 Jul 2019 23:02:53 +0800</pubDate><description><![CDATA[搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’ 获取更多人工智能、机器学习干货


csdn：https://blog.youkuaiyun.com/qq_36645271


github：https://github.com/aimi-cn/AILearners


第十三章 聚类
13.1 无监督学习简介
13.1.1 监督学习(supervised learning)
以下是一...]]></description><category></category></item><item><title><![CDATA[【吴恩达机器学习笔记】第十二章 支持向量机]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/95457803</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/95457803</guid><author>qq_36645271</author><pubDate>Thu, 11 Jul 2019 11:11:09 +0800</pubDate><description><![CDATA[搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’ 获取更多人工智能、机器学习干货


csdn：https://blog.youkuaiyun.com/qq_36645271


github：https://github.com/aimi-cn/AILearners


第十二章 支持向量机
12.1 优化目标
12.1.1 逻辑回归回顾
为了描述支持向量机(support vecto...]]></description><category></category></item><item><title><![CDATA[【吴恩达机器学习笔记】第十一章 机器学习系统的设计]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/94575100</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/94575100</guid><author>qq_36645271</author><pubDate>Wed, 03 Jul 2019 16:45:44 +0800</pubDate><description><![CDATA[搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’ 获取更多人工智能、机器学习干货


csdn：https://blog.youkuaiyun.com/qq_36645271


github：https://github.com/aimi-cn/AILearners


第十一章 机器学习系统的设计
11.1 确定执行的优先级
11.1.1 邮件分类的例子
我们以一个垃圾邮件分类器算法...]]></description><category></category></item><item><title><![CDATA[【吴恩达机器学习笔记】第十章 应用机器学习的建议]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/94574310</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/94574310</guid><author>qq_36645271</author><pubDate>Wed, 03 Jul 2019 16:41:56 +0800</pubDate><description><![CDATA[搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’ 获取更多人工智能、机器学习干货


csdn：https://blog.youkuaiyun.com/qq_36645271


github：https://github.com/aimi-cn/AILearners


第十章 应用机器学习的建议
10.1 决定下一步做什么
10.1.1 机器学习中的一些问题
在懂机器学习的人当中，依...]]></description><category></category></item><item><title><![CDATA[【NLP】 一步步理解BERT]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/94173812</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/94173812</guid><author>qq_36645271</author><pubDate>Sat, 29 Jun 2019 16:51:45 +0800</pubDate><description><![CDATA[一步步理解BERT

csdn：https://blog.youkuaiyun.com/qq_36645271
github：https://github.com/aimi-cn/AILearners
本文转载自优快云作者财神Childe ，在此对原作者的分享表示感谢！

NLP
NLP：自然语言处理（NLP）是信息时代最重要的技术之一。理解复杂的语言也是人工智能的重要组成部分。而自google在2018年...]]></description><category></category></item><item><title><![CDATA[【吴恩达机器学习笔记】第九章 神经网络参数的反向传播算法]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/93721559</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/93721559</guid><author>qq_36645271</author><pubDate>Wed, 26 Jun 2019 11:13:46 +0800</pubDate><description><![CDATA[搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’ 获取更多人工智能、机器学习干货


csdn：https://blog.youkuaiyun.com/qq_36645271


github：https://github.com/aimi-cn/AILearners


第九章 神经网络参数的反向传播算法
9.1 代价函数
9.1.1 神经网络在分类中的作用


{(x(1),y(1)...]]></description><category></category></item><item><title><![CDATA[【吴恩达机器学习笔记】第八章 神经网络：表述]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/92833600</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/92833600</guid><author>qq_36645271</author><pubDate>Wed, 19 Jun 2019 15:40:27 +0800</pubDate><description><![CDATA[搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’ 获取更多人工智能、机器学习干货


csdn：https://blog.youkuaiyun.com/qq_36645271


github：https://github.com/aimi-cn/AILearners


第八章 神经网络：表述
8.1 非线性假设
8.1.1  机器学习中的例子
假设有一个监督学习分类问题，如果使用逻辑...]]></description><category></category></item><item><title><![CDATA[【论文阅读】SketchML: Accelerating Distributed Machine Learning with Data Sketches]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/91044383</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/91044383</guid><author>qq_36645271</author><pubDate>Thu, 06 Jun 2019 15:13:16 +0800</pubDate><description><![CDATA[搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’ 获取更多人工智能、机器学习干货


csdn：https://blog.youkuaiyun.com/qq_36645271


github：https://github.com/aimi-cn/AILearners


论文报告PPT下载方式：可以在我上传的资源中找到


报告题目：SketchML: Accelerating Dis...]]></description><category></category></item><item><title><![CDATA[【吴恩达机器学习笔记】第七章 正则化]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/90697607</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/90697607</guid><author>qq_36645271</author><pubDate>Thu, 30 May 2019 15:09:44 +0800</pubDate><description><![CDATA[搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’ 获取更多人工智能、机器学习干货


csdn：https://blog.youkuaiyun.com/qq_36645271


github：https://github.com/aimi-cn/AILearners


第七章 正则化
7.1 过拟合问题
7.1.1 什么是过拟合
让我们继续使用用线性回归来预测房价的例子来了解什么是过...]]></description><category></category></item><item><title><![CDATA[【吴恩达机器学习笔记】第六章 逻辑回归]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/90443775</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/90443775</guid><author>qq_36645271</author><pubDate>Wed, 22 May 2019 14:45:33 +0800</pubDate><description><![CDATA[搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’ 获取更多人工智能、机器学习干货


csdn：https://blog.youkuaiyun.com/qq_36645271


github：https://github.com/aimi-cn/AILearners


第六章 逻辑回归
6.1 分类问题
6.1.1 分类的例子
在分类问题中，我们要预测的变量yyy是离散的值，并尝试预...]]></description><category></category></item><item><title><![CDATA[【深度学习】一文读懂LSTM]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/90340401</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/90340401</guid><author>qq_36645271</author><pubDate>Sun, 19 May 2019 11:12:21 +0800</pubDate><description><![CDATA[一文带你理解LSTM网络

csdn：https://blog.youkuaiyun.com/qq_36645271
github：https://github.com/aimi-cn/AILearners
本文翻译自Christopher Olah的博客，另外加入了一些自己的理解
本文的翻译参考了朱小虎Neil的翻译，链接：https://www.jianshu.com/p/9dc9f41f0b29


循...]]></description><category></category></item><item><title><![CDATA[【吴恩达机器学习笔记】第五章 Octave教程]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/90239232</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/90239232</guid><author>qq_36645271</author><pubDate>Wed, 15 May 2019 16:26:10 +0800</pubDate><description><![CDATA[搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’ 获取更多人工智能、机器学习干货


csdn：https://blog.youkuaiyun.com/qq_36645271


github：https://github.com/aimi-cn/AILearners


第五章 Octave教程
5.1 基本操作
在Octave中，我们可以使用PS1(’&gt;&gt;’)指令来改变命...]]></description><category></category></item><item><title><![CDATA[【吴恩达机器学习笔记】第四章 多变量线性回归]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/90213602</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/90213602</guid><author>qq_36645271</author><pubDate>Tue, 14 May 2019 19:44:35 +0800</pubDate><description><![CDATA[搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’ 获取更多人工智能、机器学习干货


csdn：https://blog.youkuaiyun.com/qq_36645271


github：https://github.com/aimi-cn/AILearners

第四章 多变量线性回归
4.1 多维特征
在之前的章节中，我们学习了单变量线性回归，及模型中只包含一个变量（特征）。但...]]></description><category></category></item><item><title><![CDATA[【吴恩达机器学习笔记】第三章 线性代数回顾]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/89711153</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/89711153</guid><author>qq_36645271</author><pubDate>Tue, 30 Apr 2019 15:55:30 +0800</pubDate><description><![CDATA[搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’ 获取更多人工智能、机器学习干货
csdn：https://blog.youkuaiyun.com/qq_36645271
github：https://github.com/aimi-cn/AILearners

第三章 线性代数回顾
3.1 矩阵和向量

矩阵(matrix)：由数字组成的举行列阵，并写在方括号中。
矩阵的维数(dime...]]></description><category></category></item><item><title><![CDATA[【吴恩达机器学习笔记】第二章  单变量线性回归]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/89680465</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/89680465</guid><author>qq_36645271</author><pubDate>Mon, 29 Apr 2019 18:17:18 +0800</pubDate><description><![CDATA[搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’ 获取更多AI干货
github：https://github.com/aimi-cn/AILearners

第二章 单变量线性回归
2.1 模型表示
2.1.1 知识回顾
首先，让我们回顾一下什么是监督学习：对于数据集中每个数据来说，我们给出“正确答案”。其中，最常用的监督学习算法解决的两类问题包括：

回归问题：使用监督学习...]]></description><category></category></item><item><title><![CDATA[【吴恩达机器学习笔记】第一章  绪论：初识机器学习]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/89576606</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/89576606</guid><author>qq_36645271</author><pubDate>Fri, 26 Apr 2019 20:56:59 +0800</pubDate><description><![CDATA[写在前面
吴恩达老师(Andrew Ng)的机器学习课程是Coursera上的第一门课程，也是他的经典之作。这门课程从2011年上线到2017年，本门课程已经在全球积累了180万名学员，给许多人工智能入门者提供了全新的学习途径。
这门课可以说是通向人工智能的”必经之路“。我身为一名研究NLP方向的研究生，我从刚开始连论文都看不懂到现在对机器学习的原理和其背后的数学含义有一个初步的了解，离不开这门课...]]></description><category></category></item><item><title><![CDATA[优快云-markdown]]></title><link>https://blog.youkuaiyun.com/qq_36645271/article/details/89501370</link><guid>https://blog.youkuaiyun.com/qq_36645271/article/details/89501370</guid><author>qq_36645271</author><pubDate>Wed, 24 Apr 2019 19:40:41 +0800</pubDate><description><![CDATA[这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入
欢迎使用Ma...]]></description><category></category></item></channel></rss>