************************************** 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：
2017-05-23 10:13:51
阅读次数：
241
I am working on the Andrew Ng's course on Machine Learing. I have a question on the week2 session. Is there anybody can tell me why there is a 1/2m in ...
分类：
系统相关 时间：
2017-05-18 11:38:14
阅读次数：
157
主要内容来自stanford Andrew Ng视频课程的总结。讲的非常好，还有相应的习题，课程能够在以下站点搜索到。 https://www.coursera.org/ 机器学习的目的是在训练数据的基础上得出一个模型，该模型对于给定的输入x。给出对应的输出y。用公式表示就是：y = h(x)。注意 ...
分类：
其他好文 时间：
2017-05-16 20:11:34
阅读次数：
370
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvenFoXzE5OTE=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt=""> ...
分类：
系统相关 时间：
2017-05-13 09:59:18
阅读次数：
160
斯坦福大学的Machine Learning课程（讲师是Andrew Ng）公开课是学习机器学习的“圣经”，以下内容是听课笔记。 一、何谓机器学习 Machine Learning is field of study that gives computers the ability to learn ...
分类：
系统相关 时间：
2017-05-10 12:55:04
阅读次数：
306
声明：
开个新坑，督促自己坚持学习。这个系列同样是学习心得以及总结，用到的资料都是从吴恩达大神在Coursera上的课程中摘下来的。另外，依照Coursera的要求，保证学员的学习质量，在这一系...
分类：
系统相关 时间：
2017-04-16 19:33:55
阅读次数：
280
注：在吴恩达老师讲的【机器学习】课程中，最开始介绍神经网络的应用时就介绍了含有一个隐藏层的神经网络可以解决异或问题，而这是单层神经网络（也叫感知机）做不到了，当时就觉得非常神奇，之后就一直打算自己实现一下，一直到一周前才开始动手实现。自己参考【机器学习】课程中数字识别的作业题写了代码，对于作业题中给 ...
分类：
其他好文 时间：
2017-04-15 13:55:19
阅读次数：
645
由于毕设是关于机器学习的，所以有在学习一些关于机器学习的内容。 起步是先看Andrew ng 的视频，这一周的总结如下。 首先，机器学习分为监督学习和非监督学习。 而我的理解是监督学习是有标准的，即你可以对你的结果以他之前的一些数据作为标准进行判断，所谓监督。监督问题也分为分类和回归问题。分类即结果 ...
分类：
其他好文 时间：
2017-03-04 13:03:22
阅读次数：
290
http://m.blog.csdn.net/article/details?id=49591213 1. 前言 在学习深度学习的过程中，主要参考了四份资料： 台湾大学的机器学习技法公开课； Andrew NG的深度学习教程； Li feifei的CNN教程； caffe官网的教程； 对比过这几份资 ...
分类：
其他好文 时间：
2017-02-22 13:34:26
阅读次数：
537
最近翻Peter Harrington的《机器学习实战》，看到Logistic回归那一章有点小的疑问。 作者在简单介绍Logistic回归的原理后，立即给出了梯度上升算法的code：从算法到代码跳跃的幅度有点大，作者本人也说了，这里略去了一个简单的数学推导。 那么其实这个过程在Andrew Ng的机 ...
分类：
系统相关 时间：
2017-02-14 00:58:06
阅读次数：
355
