yinlili2010的专栏

参照《机器学习》这本书的第4.4.3节。一.解决目标及情景假设:当给定一些数据，输入x向量已知，输出y也已知，设计一个线性函数y=h（x）去拟合这些数据。既然是线性函数，在此不妨设为h（x）=w0*x0+w1*x1。此时我们遇到的问题就是如何确定w0和w1这两个参数，即w=（w0，w1）这个向量。既然是拟合，则拟合效果可以用误差函数：E（w）=∑ [ h（x

Deep Learning(Logistic Regression)学习之MNIST C++实现分类： Deep Learning2013-10-01 09:12 4415人阅读 评论(3) 收藏 举报logistic regressionmnistdeep learning目录(?)[+]1、这是75%完成度的SGD代码

最近一时兴起打算研究下深度学习，这个名词近来很火，貌似成为了人工智能领域一根新的稻草。经过几天的查资料和看论文，已经初步有了第一印象，闲话少说，结合一些资料，进入正题。深度学习的起源深度学习（Deep Learning）是机器学习中一个非常接近AI的领域，其动机在于建立、模拟人脑进行分析学习的神经网络。深度学习属于无监督学习。深度学习的概念源于人工神经网络的研究。深度学习是相对于简

Deep Learning（深度学习）ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：一ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：二Bengio团队的deep learning教程，用的theano库，主要是rbm系列，搞python的可以参考，很不错。deeplearning.net主页，里面包含的

矩阵必不可少，线性代数是基础–参考一些中文教材入门，然后看看Gilbert Strang的Introduction to Linear Algebra，矩阵计算更复杂的是求线性方程组–数值计算 微积分是涉及函数及其形式变换图论，比如拉普拉斯矩阵，哪里都在用啊，搞清楚性质和特征 待完善。。。。。

1. 从逻辑回归演变

第一层、了解SVM    支持向量机，因其英文名为support vector machine，故一般简称SVM，通俗来讲，它是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器，其学习策略便是间隔最大化，最终可转化为一个凸二次规划问题的求解。1.1、分类标准的起源：Logistic回归    理解SVM，咱们必须先弄清楚一个概念：线性分类器。    给定一些数据点

http://pan.baidu.com/s/1bnyCFIB

一、k-均值算法点分配聚类算法中最著名的一个称为k-均值算法。该算法假设在欧式空间下，并假设最终簇的数目k事先已知。3.1 k-均值算法的基础         代表簇的k个初始点选择有多种方法。在算法的核心for循环中，我们将k个初始点之外的每个点就近分配给最近（离簇的质心最近）的簇。需要注意的是当新的点分配到一个簇之后，质心可能会漂移。但是由于只有簇附近的点才可能会被分配给自己，所以

Suppose that you are the administrator of a university department and you want to determine each applicant's chance of admission based on their1Octave is a free alternative to MATLAB. For the prog

http://pan.baidu.com/s/1gdCHBFH

In this part, you will implement linear regression with multiple variables topredict the prices of houses. Suppose you are selling your house and youwant to know what a good market price would be.

1. 主要的实现forward propagation algorithm前向传播算法

机器学习的资料较多，初学者可能会不知道怎样去有效的学习，所以对这方面的资料进行了一个汇总，希望能够对和我一样的初学者有一定的借鉴。1. 数学基础    机器学习是构建于数学的基础之上的，因此只有把数学的基本功打好，才能够在机器学习领域有长远的发展。正所谓”勿在浮沙筑高台“。微积分：微积分学教程 （F.M.菲赫金哥尔茨）俄罗斯的数学书线性代数：Linear Algeb

局部加权紧接着上面的线性回归中参数求解来继续讲吧。还是以上面的房屋价格的预测，它的中心思想是在对参数进行求解的过程中，每个样本对当前参数值的影响是有不一样的权重的。比如上节中我们的回归方程为（这个地方用矩阵的方法来表示Ɵ表示参数，i表示第i个样本，h为在Ɵ参数下的预测值）： 我们的目标是让 最小，然后求出来Ɵ，再代入h中就可以得到回归方程了。

转自科学网：  http://blog.sciencenet.cn/blog-4099-785174.html深度学习：像人脑一样深层次地思考从上一篇我们可以看出，个性化推荐系统确实很会“察言观色”，针对不同的用户，主动推送不同的3D打印内容。但如果你认为它真正有了“人工智能”，那你就错了。其实，这些推荐系统背后的运行原理主要基于概率统计、矩阵或图模型，计算机对这些数值运算确实