学习：通过接收到的数据，归纳提取相同与不同 机器学习： 让计算机以数据为基础，进行归纳与总结 模型：数据解释现象的系统 机器学习： 1.监督学习（机器学习的过程有标注：相当于告诉模型，在什么样的数据特征下应该输出什么样的结果，机器学习的任务就是提炼出输入与标注间的关系，并进行预测） 根据标注是离散值 ...
分类：
其他好文 时间：
2020-02-24 09:46:54
阅读次数：
87
1. 监督学习--分类 机器学习肿分类和预测算法的评估： a. 准确率 b.速度 c. 强壮行 d.可规模性 e. 可解释性 2. 什么是决策树/判定树（decision tree）？ 3. 熵（entropy）概念： 变量的不确定越大，熵也就越大。 4. 决策树归纳算法（ID3） 5. 其他算法及 ...
分类：
编程语言 时间：
2019-06-25 11:57:46
阅读次数：
191
机器学习 监督学习 非监督学习 半监督学习 强化学习 遗传算法 神经网络 CNN TensorFlow搭建CNN 展开源码 展开源码 RNN 展开源码 展开源码 LSTM 为了解决梯度弥散和梯度爆炸 展开源码 展开源码 自编码器 autoencoder 展开源码 展开源码 GAN 展开源码 展开源码 ...
分类：
其他好文 时间：
2018-11-24 22:25:22
阅读次数：
219
数据结构：链表、栈、队列：链表插入元素。Huffman树：树的构建。二叉树、平衡二叉树：树的遍历（前序中序后序），查找树中两个元素和为某个值的叶子节点。堆：大（小）顶堆构建，topN的数。排序：冒泡排序，插入排序。查找：二分查找，快速查找。高级数据结构：动态规划、分治算法机器学习： 监督学习算法： ...
分类：
其他好文 时间：
2018-08-02 19:17:48
阅读次数：
132
[toc] 吴恩达机器学习笔记 初识机器学习 监督学习和无监督学习 单变量线性回归 模型描述 假设函数、参数、代价函数、目标 假设函数是对训练数据的拟合，代价函数用来衡量给定参数下假设函数的准确性 梯度下降算法 不断改变参数θ的值，期望找到代价函数的最小值 其中，α称为学习率（Learning Ra ...
分类：
其他好文 时间：
2018-05-15 10:39:29
阅读次数：
153
整理自Andrew Ng 的 machine learnig 课程 week1 目录： 什么是机器学习 监督学习 非监督学习 一元线性回归 模型表示 损失函数 梯度下降算法 模型表示 损失函数 梯度下降算法 1、什么是机器学习 Arthur Samuel不是一个playing checker的高手， ...
分类：
系统相关 时间：
2018-04-06 15:20:00
阅读次数：
224
监督学习 在本视频中，我将介绍一种也许是最常见的机器学习问题。即监督学习。后面将给出监督学习更正式的定义，现在最好以示例来说明什么是监督学习。之后再给出正式的定义。 假设你想预测房价（无比需要啊！)，之前，某学生已经从某地收集了数据集（不是中国的，囧） 其中一个数据集是这样的。 这是横坐标，即不同房 ...
分类：
其他好文 时间：
2017-10-22 21:44:52
阅读次数：
251
（一）认识回归 回归是统计学中最有力的工具之中的一个。机器学习监督学习算法分为分类算法和回归算法两种，事实上就是依据类别标签分布类型为离散型、连续性而定义的。顾名思义。分类算法用于离散型分布预測，如前面讲过的KNN、决策树、朴素贝叶斯、adaboost、SVM、Logistic回归都是分类算法。回归 ...
分类：
编程语言 时间：
2017-07-31 10:13:40
阅读次数：
240
************************************** 注：本系列博客是博主学习Stanford大学 Andrew Ng 教授的《机器学习》课程笔记。博主深感学过课程后，不进行总结非常easy遗忘。依据课程加上自己对不明确问题的补充遂有此系列博客。本系列博客包含线性回归、逻辑回 ...
分类：
其他好文 时间：
2017-06-21 13:38:13
阅读次数：
169
监督学习 简单来说监督学习模型如图所示 其中 x是输入变量 又叫特征向量 y是输出变量 又叫目标向量 通常的我们用（x,y）表示一个样本 而第i个样本 用（x（i），y（i））表示 h是输出函数 监督学习的任务是学习一个模型，使模型能够对任意的输入，做出很好的预测。 习惯的样本训练数目用m表示 梯度 ...
分类：
其他好文 时间：
2017-06-18 20:48:31
阅读次数：
228
