第一题很明显：（1）质数有很明确的定义，所以辨别质数并不需要ML；（2）在课件中反复提到的信用卡发放问题；（3）计算重力加速度有明确的方法，不需要ML；（4）在繁忙十字路口最优交通红绿灯的周期，由于每端时间的车流量很难去预测，所以需要ML去自己学习控制周期；（5）根据年龄推荐医学检验，无法通过明确定...
分类：
其他好文 时间：
2015-11-09 18:43:32
阅读次数：
1097
一.Learning with Different Output Space Y二.Learning with Different Data Label yn监督式学习，每个训练样本都有对应的label，相当于每个x都有一个y对应非监督式学习，每个训练样本是没有label的，需要电脑自己划分，类似于...
分类：
其他好文 时间：
2015-11-09 01:37:31
阅读次数：
305
机器学习中非常重要的四个基础概念，总结自台大机器学习基石课程，解释机器为什么能够学习.........
分类：
其他好文 时间：
2015-08-16 18:26:00
阅读次数：
154
期末终于过去了，看看别人的总结：http://blog.sina.com.cn/s/blog_641289eb0101dynu.html接触机器学习也有几年了，不过仍然只是个菜鸟，当初接触的时候英文不好，听不懂课，什么东西都一知半解。断断续续的自学了一些公开课和书以后，开始逐渐理解一些概念。据说，心...
分类：
其他好文 时间：
2015-07-16 21:42:27
阅读次数：
115
转自：http://blog.sina.com.cn/s/blog_641289eb0101e2ld.htmlPart 2总结一下一个粗略的建模过程：首先，弄清楚问题是什么，能不能用机器学习的思路去考虑：是否有pattern？是否规则不明确？是否有数据？如果可以用，那么考虑，问题的学习目标是什么，有...
分类：
其他好文 时间：
2015-07-16 21:23:16
阅读次数：
154
作业四的代码题目主要是基于ridge regression来做的，并加上了各种cross-validation的情况。由于ridge regression是有analytic solution，所以直接求逆矩阵就OK了，过程并不复杂。只有在做cross-validation的时候遇上了些问题。#en...
分类：
其他好文 时间：
2015-07-01 20:32:28
阅读次数：
217
正则化的提出，是因为要解决overfitting的问题。以Linear Regression为例：低次多项式拟合的效果可能会好于高次多项式拟合的效果。这里回顾上上节nonlinear transform的课件：上面的内容说的是，多项式拟合这种的假设空间，是nested hypothesis；因此，能...
分类：
其他好文 时间：
2015-06-30 21:36:17
阅读次数：
356
首先明确了什么是Overfitting随后，用开车的例子给出了Overfitting的出现原因出现原因有三个：（1）dvc太高，模型过于复杂（开车开太快）（2）data中噪声太大（路面太颠簸）（3）数据量N太小（知道的路线太少）这里（1）是前提，模型太复杂：（1）模型越复杂，就会捕获train da...
分类：
其他好文 时间：
2015-06-28 22:59:55
阅读次数：
128
关注了Q18~Q20三道编程作业题。这三道题都与Logistic Regression相关。Q18~19是用全量梯度下降实现Logistic Regression；Q20要求用随机梯度下降实现Logistic Regression。这三题的代码都何在一个py文件中了。个人觉得，这道题的程序设计，完全...
分类：
其他好文 时间：
2015-06-28 16:49:11
阅读次数：
266
首先回顾了几个Linear Model的共性：都是算出来一个score，然后做某种变化处理。既然Linear Model有各种好处（训练时间，公式简单），那如何把Linear Regression给应用到Classification的问题上呢？到底能不能迁移呢？总结了如下的集中Linear Mode...
分类：
其他好文 时间：
2015-06-27 11:34:22
阅读次数：
130
