www6130911-优快云博客

转载推荐系统遇上深度学习系列

推荐系统遇上深度学习系列：推荐系统遇上深度学习(一)--FM模型理论和实践：https://www.jianshu.com/p/152ae633fb00推荐系统遇上深度学习(二)--FFM模型理论和实践:https://www.jianshu.com/p/781cde3d5f3d推荐系统遇上深度学习(三)--DeepFM模型理论和实践：https://www.jianshu...

2018-09-12 16:12:34 430

转载 python爬虫系列—— requests和BeautifulSoup库的基本用法

本文主要介绍python爬虫的两大利器：requests和BeautifulSoup库的基本用法。1. 安装requests和BeautifulSoup库可以通过3种方式安装：easy_install pip * 下载源码手动安装这里只介绍pip安装方式：pip install requests pip install BeautifulSoup42. requests基...

2018-09-03 20:38:22 2308 1

原创多元（多变量）梯度下降与特征缩放、学习率 Gradient Descent for Multiple Variables （Feature Scaling、Learning Rate）

与单变量线性回归类似，在多变量线性回归中，我们也构建一个代价函数，则这个代价函数是所有建模误差的平方和。即：其中：我们的目标和单变量线性回归问题中一样，是要找出使得代价函数最小的一系列参数。多变量线性回归的批量梯度下降算法为：求导数后得到：我们开始随机选择一系列的参数值，计算所有的预测结果后，再给所有的参数一个新的值，如...

2018-08-02 18:33:22 702

原创梯度下降 Gradient Descent

一、引入在前几节课我们讲到，我们希望能够找到曲线拟合效果最好的线条，这样的线条的误差最小，所以就转化成了下面这幅图所表达的内容。我们有一些函数，这些函数会有n个参数，我们希望能得到这个函数的最小值，为了方便计算，我们从最简单的入手，让参数的个数仅有两个。对于这个函数，我们会给定初始的参数θ0和θ1，不断改变他们的值，从而改变函数值，直到我们找到我们希望的...

2018-07-26 22:25:26 212

原创代价函数 Cost Function

1、代价函数是什么？理解的代价函数就是用于找到最优解的目的函数，这也是代价函数的作用。2、代价函数作用原理对于回归问题，我们需要求出代价函数来求解最优解，常用的是平方误差代价函数。比如，对于下面的假设函数: 里面有θ0和θ1两个参数，参数的改变将会导致假设函数的变化，比如：现实的例子中，数据会以很多点的形式给我们，...

2018-07-26 22:17:02 4241 1

原创模型表示 Model Repressentation

我们所学的第一个机器学习算法是线性回归算法。在这段视频学习中会看到这个算法的概况，更重要的是我们将会了解监督学习过程完整的流程。让我们通过一个例子来开始：这个例子是预测住房价格的，我们要使用一个数据集，数据集包含俄勒冈州波特兰市的住房价格。在这里，我要根据不同房屋尺寸所售出的价格，画出我的数据集。比方说，如果你朋友的房子是 1250 平方尺大小，你要告诉他们这房子能卖多少...

2018-07-26 16:16:30 363

原创 Supervised Learning （监督学习）与 Unsupervised Learning （非监督学习）

Supervised Learning （监督学习）对具有概念标记（分类）的训练样本进行学习，以尽可能对训练样本集外的数据进行标记（分类）预测。这里，所有的标记（分类）是已知的。因此，训练样本的岐义性低。监督学习是训练神经网络和决策树的最常见技术。这两种技术（神经网络和决策树）高度依赖于事先确定的分类系统给出的信息。 E.g.房屋价格预测-回归(Re...

2018-07-20 12:27:21 4529

原创 Machine Learning definition(机器学习的定义)

Arthur Samuel(1959). Machine Learning:Field of study that gives computers the ability to learn without being explicitly programmed. （在没有明确设置的情况下，使计算机具有学习能力的研究领域） Tom Mitchell(1998). Well posed L...

2018-07-20 12:26:42 1267

www6130911的博客